Product Engineer (Customer Care, AI) (Python)
We’re looking for a Product Engineer for Customer Care : a product person with real technical depth and an AI-first mindset, who wants to build our customer-facing support systems with us, not just run them. You’ll own all of Customer Care…
На сервисе с: 24.10.26 10:19
About The Role
Your primary focus is product: identifying problems worth solving, shaping solutions, and driving them from 0 to 1. You understand architecture, you’ve written code, you know how databases work, and you speak engineering fluently. AI is not a feature we’re adding, it’s how we work and how we build. Think 70% product, 30% engineer, 100% accountable for results. You set the direction, you write the spec, and you can also get into the build and ship the fix yourself.
Your Mission
- Own 0-to-1 development of Customer Care conversational systems (chat, voice/phone, knowledge base, tool integrations): decide what to build, why, and how to measure success, from discovery to launch to iteration.
- Design with engineers how the bot is built: agents, routing, tools, internal-system actions, handoff; understand architectural trade-offs and unblock technical decisions.
- Work independently: research the problem in the data yourself, prototype a fix with AI tools, test it on real conversations, and prove it works, then scale it with engineering or open the PR yourself.
- Write, test, and iterate prompts, skills, and knowledge so the bot answers correctly, acts safely, and sounds like us; build evals that catch regressions before every release.
- Run A/B tests of models, prompts and flows, define success metrics upfront, and shut down what doesn't work.
- Scale self-service via AI and automation, deflection up and cost-to-serve down without hurting CSAT; define “resolved” and “valid handoff” and monitor KPIs (deflection, handoff reasons, resolution quality, CSAT, handling time, cost per conversation).
- Write product specs and briefs engineers actually want to read: clear, technical, and opinionated.
- Challenge the rules around the bot, not just the bot: when escalation policies, back-office processes or missing tools block resolution, build the case and get them changed.
- Prioritise ruthlessly and collaborate with Engineering, Design, Analytics, QA, Operations, and business owners to ship every release.
Your Profile
- 4+ years in product management, product engineering, or a similar role with strong technical involvement, including meaningful hands-on experience applying LLMs / agentic AI to real products.
- Proven track record of taking ideas from 0 to a live product with real users.
- AI-native way of working: you use LLMs, vibe coding, and AI agents daily to move faster and validate ideas. This isn’t optional, it’s core to how we expect you to operate.
- You know at least one programming language well enough to build things yourself (Python or similar), and you’re comfortable with git, databases, and evaluating system architecture.
- Strong analytical skills: comfortable with data, metrics, and decisions under uncertainty.
- Clear communicator in English: you explain technical decisions to non-technical stakeholders and write specs engineers respect.
- Self-directed: you don’t wait for someone to tell you what matters.
- Degree in Computer Science, Software Engineering, or equivalent practical experience.
- Background in customer support, conversation design, product, or prompt engineering. What you’ve built matters more than the title.
- Side projects with LLM APIs, agents, or automation. Show us.
- Fintech or banking support: cards, transfers, chargebacks, KYC/AML restrictions, account closure.
- Experience with LLM observability tools (Langfuse or similar) and helpdesk platforms (Kustomer, Zendesk).
- Voice/telephony stacks (STT, TTS, turn detection) for phone support.
Why Join ••••••••?
- We have a hybrid model in our offices, or fully remote outside office locations.
- We support relocation to Cyprus (visa, package) when needed.
- AI-first culture – we use it every day, not just talk about it.
- Learning & development budget to support your professional growth.
- Fully paid vacation and sick leave.
- Sports compensation.
- Real growth prospects, significant responsibility, and the ability to make an immediate impact from day one.
Compensation range
About ••••••••
Our mission? Your success. Everyone deserves the chance to see their finances flourish, and we're dedicated to empowering our customers to make this a reality.
Founded in 2019 in Berlin by Alexander Emeshev and Artem Iamanov, •••••••• has quickly grown into one of Germany's top financial platforms for SMEs and private accounts. Since then, we've expanded rapidly across Europe, earning the trust of over 500,000 customers — and with over €200 million raised and a valuation of €775 million, we're just getting started.
We're building •••••••• as an AI-native organization — across every function, from product to compliance to operations. Automation handles a growing share of day-to-day execution. For us, this means our teams can focus on architecture, strategy, and high-impact decision-making. This changes how we work: less manual execution, more ownership in building systems that scale. We want to help define what AI-native looks like in a regulated financial environment — and we're looking for people who want to build that future with us.
Похожие вакансии AI инженер
Написали своего первого агента на LangGraph и хотите перейти на следующий уровень? Мы в команде Алисы строим мультиагентную платформу, которая будет решать различные задачи миллионов пользователей — от собственной продуктивности до коммерческих сценариев. WebAgents, tool calling, (V)LLM, A/GRPO, симуляторы, хардовый R&D — это всё про нас. С видеокартами мы уже разобрались, так что ищем крутых коллег, с которыми построим успешных агентов массового пользования.
Какие задачи вас ждут
Разработка и внедрение агентов на базе LLM, проектирование ML-компонентов платформы агентов
Вы будете создавать агентов, которые умеют обрабатывать сложные, multi-turn- и multi-modal-запросы пользователей. Предстоит разрабатывать системы маршрутизации задач, выбора инструментов и моделей, а также настраивать управление вызовами функций и оркестрацию различных моделей внутри пайплайна.
Замена традиционных классификаторов LLM-пайплайнами и RAG-системами
Нужно будет трансформировать старые архитектуры в современные пайплайны с LLM, вызовом функций, планированием и рассуждениями.
Дообучение, настройка и интеграция моделей, оптимизация inference
Вам предстоит работать как с опенсорс-моделями, так и с внутренними, включая fine-tuning, RL и адаптацию под платформу агентов. Нужно обеспечить быструю и устойчивую работу агентов на проде, включая оптимизацию inference и взаимодействие с инфраструктурой (Eagle, FP8, дистилляцию, multi-dimensional parallelism, etc.).
Исследования и эксперименты с графами агентов и памятью
Мы экспериментируем с вызовами агентов, memory-подсистемами, симуляцией поведения, архитектурами reasoning и системами планирования.
Участие в разработке RL-моделей для обучения диалоговых агентов
Если у вас есть опыт работы с multi-turn reinforcement learning или интерес к нему, можно будет погрузиться в постановку и реализацию таких экспериментов в масштабах Яндекса и Алисы с сотнями тулов и большим количеством тёрнов.
Мы ждем, что вы
- Обладаете глубокими знаниями в Deep Learning и NLP
- Работали с LLM и пайплайнами вокруг них (function calling, memory, RAG)
- Внедряли ML-системы в продакшен
- Мыслите системно — от архитектуры до интеграции с инфраструктурой
- Пишете на Python, знакомы с PyTorch
- Готовы к кросс-функциональной работе с бэкендом и продуктовыми командами
Хотите стать частью увлекательного процесса цифровой трансформации?
Блок IT в СОГАЗ активно развивается и меняет подход к созданию продуктов. Мы создаем новые сервисы и решения, которые делают нашу работу более технологичной и эффективной.
Сейчас мы в поисках Fullstack-разработчик (AI Native).
Обязанности:
- Разработка AI first full-stack веб-приложений: бэкенд на Python, фронтенд на React;
- Проектирование решения до начала разработки кода, по которым агенты могут работать автономно;
- Реализация production-кода через оркестрацию агентов;
- Организация многоуровневого ревью с помощью агентов;
- Развитие агентной среды команды: правила проекта для агентов, скиллы, кастомные команды, хуки, MCP-серверы.
Full-stack разработка:
- Опыт коммерческой разработки на Python от 3 лет;
- Опыт разработки фронтенда на React и TypeScript;
- Опыт проектирования синхронного взаимодействия между сервисами;
- Опыт работы с асинхронным взаимодействием;
- Уверенное владение Git при параллельной работе над множеством изменений в одном проекте;
- Опыт работы с базами данных (SQL/NoSQL);
- Автотесты (pytest, Vitest/Jest, Playwright) и статический анализ (ruff, mypy, ESLint);
- Docker / docker-compose, CI/CD (GitLab CI).
AI-инструменты в разработке:
- Регулярная практика работы с кодовыми агентами в терминале и в IDE (Claude Code, Codex CLI, Qwen Code, Cursor, Cline и аналоги), как облачными, так и на open-source моделях во внутреннем контуре, независимо от слоя (фронт/бэк);
- Опыт мультиагентной разработки: параллельный запуск агентов на разные задачи, роли субагентов (планировщик, исполнитель, тестировщик, ревьюер), изоляция через git worktree или контейнеры;
- Управление контекстом агента: правила проекта (AGENTS.md / CLAUDE.md), скиллы, команды, хуки; подключение готовых и написание простых MCP-серверов;
- Критическое чтение сгенерированного кода;
- Понимание, где AI-генерация кода ускоряет работу, а где создаёт риски (галлюцинации, устаревшие паттерны), и умение это контролировать, включая безопасность: несуществующие или вредоносные пакеты, секреты в контексте агента, prompt injection через содержимое репозитория и задач, избыточные права агента;
- Оптимизация агентной разработки: выбор модели под задачу (сильная для планирования и ревью, более лёгкая или локальная для рутинных задач), контроль расхода токенов.
AI/LLM-компетенции:
- Понимание работы LLM: контекст, токены, сэмплинг, structured output, function calling, ограничения моделей, деградация качества на длинных сессиях и при переполнении контекста.
Будет плюсом:
- Опыт работы в регулируемой/корпоративной среде;
- Опыт написания технической документации;
- Встраивание LLM в продукт: агентные сценарии (ReAct) и понимание, когда нужен автономный агент, а когда достаточно workflow; LangGraph/Langflow; RAG (чанкинг, эмбеддинги, векторные БД Qdrant/Chroma, reranking);
- Развёртывание моделей для разработки во внутреннем контуре (vLLM, Ollama, LiteLLM);
- Собственные пайплайны разработки на Claude Agent SDK / OpenAI Agents SDK или на автоматическом режиме CLI-агентов;
- Оценка качества работы агентов и промптов (promptfoo, Langfuse).
- Оформление полностью в соответствии с ТК РФ, включая оплачиваемый отпуск 29 календарных дней (плюс 1 день отпуска);
- ДМС в лучших клиниках города, страхование жизни и страхование от несчастных случаев и болезней + ДМС родственников с 75% скидкой;
- Премиальные условия на всю продуктовую линейку группы компаний «СОГАЗ» для работников и их близких родственников (ОСАГО, каско, имущество, жизнь);
- Социальный пакет и специальные предложения по страхованию, кредитованию и другие программы от наших партнёров:
- Заботу компании о детях сотрудников: подарки на Новый год и скидки в детские лагеря.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.