О продукте и стеке Мы создаём B2B-платформу автономных ИИ-агентов для рынка США. Агенты ведут многошаговые рабочие процессы с несколькими участниками — со сроками, документами и перепиской — и выполняют действия во внешних системах: электронная почта, CRM, календари, документы. Ключевые действия проходят через подтверждение человеком в контрольных точках. Продукт на ранней стадии: первые вертикали и сценарии определяются сейчас, и этот выбор будет происходить при вашем участии. Команда компактная, цикл принятия решений короткий, работа напрямую с основателями. Стек платформы: Python, FastAPI, PostgreSQL, Redis, MCP. Используем managed-модели Anthropic, OpenAI и Google через API. Это не обёртка над чатом: агенты действуют во внешних системах, и цена ошибки измеряется деньгами клиента
Задачи
Что предстоит делать Определять, что и для кого мы строим
Исследовать процессы B2B-клиентов, выбирать задачи с высоким потенциалом автоматизации, оценивать ожидаемый эффект и формировать стратегию, приоритеты и roadmap
Проектировать агентные решения
Определять роль агента в процессе, доступные ему данные и инструменты, интеграции, границы автономности и точки контроля человека
Вместе с технической командой балансировать качество, скорость, стоимость и надёжность
Доводить продукт до реального использования
Формулировать требования, вести разработку от прототипа и пилота до production, работать напрямую с клиентами и отвечать за внедрение в их процессы
Отвечать за качество работы агентов
Определять критерии успеха и систему оценки: корректность выполнения, надёжность действий, долю вмешательств человека, стоимость и время
Выстраивать цикл улучшения на данных и разборе ошибок
Превращать пилоты в масштабируемый продукт
Выделять повторяемые потребности, определять, что становится частью платформы, а что остаётся настройкой конкретного решения
Отвечать за коммерческий результат
Определять модель использования, pricing и packaging
отвечать за конверсию пилотов в платное использование, активацию, удержание, выручку и экономику продукта
Первые 90 дней Разобрать целевые сценарии и сформировать продуктовый контур первой версии: какие задачи агент берёт целиком, где проходят границы автономности, что является измеримой ценностью для клиента
Определить систему метрик — критерии успешного выполнения задач, конверсия пилота в платное использование, активация, удержание — и наладить их сбор
Подготовить и провести первые пилоты: сценарий, критерии успеха, разбор результатов, решение о переносе в платформу
Требования
По каждому пункту на интервью спросим детали и артефакты. 4+ лет продуктового управления
минимум один B2B SaaS- или AI-продукт, выведенный на рынок США, с личной ответственностью за коммерческий результат, а не только за delivery
Практический опыт LLM-продуктов : работа с контекстом и инструментами, управляемая автономность, оценка качества, стоимость и риски ошибок — на уровне принятых вами продуктовых решений, а не общих формулировок
Самостоятельная работа с данными : SQL и продуктовая аналитика без посредников
Быстрое прототипирование : умеете проверить гипотезу работающим прототипом, не ожидая полной разработки
Английский B2 или выше : рабочая переписка и звонки с англоязычными клиентами и партнёрами
Будет преимуществом Запуск LLM- или agentic AI-продукта в production
Опыт превращения пилотных или заказных решений в повторяемый SaaS-продукт
Опыт pricing и packaging для usage-based моделей монетизации
Условия
Полная занятость, удалённая работа
Синхронное окно команды: с 10:00–11:00 до 20:00–21:00 МСК
Оценка по результату, а не по количеству часов онлайн
Возможность определять продукт с ранней стадии
прямая работа с основателями
Как откликнуться Вместо стандартного сопроводительного письма: Разберите один продукт, который вы довели до реального использования: какую проблему решал, за что отвечали лично вы, какие ключевые решения приняли, какой результат в метриках
Приложите верифицируемые артефакты: ссылки на продукт, кейсы, публикации
Ответьте на вопрос: как бы вы построили систему оценки качества для агента, который ведёт многошаговый процесс и выполняет действия во внешних системах?
Какие метрики, как их собирать, как отличить проблему продукта от проблемы модели?
Опишите, что в этом продукте не получилось и почему
Паспорт вакансии
История публикации
Появилась в Вакандии28 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 28 дней назад
Среди похожихНет данных140 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдSeniorвычитано из текста вакансии
Формат работыУдалённо
Географияне указана
Зарплата≈ 239 792 RUB в месяцнаша оценка, в вакансии не названа
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки753 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки работодателя нет, показана наша оценка
Проверка Вакандии
Источники и свежесть
Тип источника
Агрегатор вакансий
Найдено публикаций
1
Посмотреть публикации и даты
hcareersОсновная публикация · 2026-08-12
КЕ
Работодатель
Копылов Евгений Анатольевич
5 активных вакансий · вилка работодателя указана в 0%