Вакансия — Lead AI R&D Engineer

В Инссмарт мы строим не очередную “AI-инициативу для галочки”, а прикладное направление, которое должно давать реальный бизнес-эффект: ускорять процессы, усиливать продукт, повышать качество сервиса и открывать новые точки роста.

Инссмарт — технологическая компания, которая строит инфраструктуру для страховых партнеров и семейных финансовых консультантов. Мы работаем на стыке insurance, fintech и automation и создаем инструменты, которые помогают нашим партнерам зарабатывать больше, работать быстрее и строить более качественный сервис для клиентов.

Наш технологический контур развивается внутри Инссмарт — аккредитованной IT-компании, зарегистрированной в Сколково и в реестре Минцифры. Это живой бизнес с выручкой более 1 млрд рублей, сильной командой в Санкт-Петербурге и заметной позицией на страховом и банковском рынке.

При этом по стилю работы мы не похожи на тяжелую корпорацию. У нас компактная команда, быстрые решения, короткий путь от идеи до запуска и минимум бюрократии. Мы работаем в стиле стартапа.

Ищем сильного senior/lead-уровня инженера, который сможет вместе с CEO находить реальные точки применения AI-агентов, быстро собирать работающие прототипы, валидировать гипотезы, считать эффект и переводить лучшие решения в production.

Зачем нужна эта роль

Нам нужен не “человек по нейросетям” и не разработчик, который один раз подключил GPT API.

Нам нужен сильный инженер-практик, который сможет вместе с CEO строить прикладное AI-направление компании: находить, где AI действительно дает value, быстро проверять гипотезы, собирать MVP, оценивать экономику внедрения и запускать в работу те решения, которые реально усиливают бизнес.

Что предстоит делать

— Искать и приоритизировать реальные точки внедрения AI-агентов внутри бизнеса и продукта Инссмарт
— Формировать backlog AI-гипотез вместе с CEO, продуктом, операционкой и разработкой
— Проектировать и собирать AI-агентов, AI-workflows, copilot-инструменты и автоматизации
— Проверять гипотезы через быстрые MVP и PoC
— Считать ожидаемый эффект от внедрений: рост выручки, экономия времени, снижение операционной нагрузки, повышение качества сервиса, рост конверсии и retention
— Работать с LLM, orchestration-слоем, tools/function calling, retrieval-механиками, памятью, multi-step workflows и интеграциями
— Участвовать в проектировании внутренней AI-архитектуры компании
— Доводить сильные решения до production вместе с командами backend, frontend, product и analytics
— Создавать понятную систему оценки AI-экспериментов: что действительно работает, а что является красивой, но бесполезной игрушкой
— Помогать формировать внутреннюю AI-экспертизу компании

Какие задачи будут на практике

— AI-ассистенты для агентов и внутренних команд
— AI-workflows для продаж, сопровождения, пролонгации, коммуникаций и аналитики
— AI-механики, которые уменьшают ручной труд и ускоряют выдачу результата
— AI-решения в CRM, поддержке, рекомендациях, документообороте, обработке обращений и внутренних copilot-сценариях
— Гибридные сценарии: LLM + правила + данные + бизнес-логика + API-интеграции

Что для нас критично

— Сильный инженерный бэкграунд
— Опыт коммерческой разработки от 5 лет
— Реальный опыт работы с LLM / AI tooling / AI agents / orchestration frameworks не в демо, а в прикладных задачах
— Умение самостоятельно проектировать end-to-end решения, а не только писать отдельные куски кода
— Опыт быстрого прототипирования и запуска MVP
— Понимание, как переводить AI-идею в прикладной сценарий с бизнес-эффектом
— Уверенное владение Python
— Опыт работы с API, интеграциями, backend-логикой, очередями, базами данных и сервисной архитектурой
— Понимание ограничений LLM: hallucinations, latency, cost, reliability, observability, evaluation
— Умение отличать сильную AI-гипотезу от бесполезного шума
— Высокая самостоятельность, зрелость и способность разговаривать с бизнесом на нормальном языке

Плюсом будет

— Опыт в fintech, insurtech, B2B SaaS, marketplace или CRM-продуктах
— Опыт с RAG, knowledge retrieval, vector DB, ranking и evaluation
— Опыт с LangGraph, LangChain, LlamaIndex, OpenAI, Anthropic или open-source models
— Опыт production-внедрения AI-ассистентов или agentic systems
— Опыт в аналитике, product thinking или solution architecture
— Понимание unit-экономики внедрений и приоритизации по ROI

Кому эта роль подойдет

Эта роль подойдет сильному senior/lead-инженеру, которому уже тесно быть просто исполнителем. Человеку с предпринимательским мышлением. Тому, кто любит строить новое, умеет совмещать инженерную глубину с прикладным смыслом и хочет делать AI не ради шума, а ради результата.

Кому эта роль, скорее всего, не подойдет

Тем, кто хочет только исследовать без внедрения. Тем, кому нужен идеально описанный backlog и постоянное внешнее управление. Тем, кто знает AI только на уровне промптов и поверхностных demo. Тем, кто не умеет объяснять ценность решений для бизнеса.

Что человек получит

— Прямую работу с CEO и влияние на стратегически важное направление
— Возможность практически с нуля собрать прикладной AI-контур компании
— Реальный бизнес, реальные пользователи, реальные процессы, а не лабораторию без внедрений
— Высокую скорость проверки гипотез
— Пространство для инженерного, продуктового и стратегического мышления
— Доступ к данным, команде и живым бизнес-процессам
— Возможность вырастить вокруг себя отдельную AI-функцию

Почему эта роль сильная

Это позиция не про поддержку legacy и не про “прикрутить нейросеть ради красивого слайда”. Это роль для человека, который хочет влиять по-настоящему: определять, какие AI-направления компания будет развивать, какие процессы и продукты усиливать и где AI реально создает деньги, скорость и качество.

Условия

— Полная занятость
— Гибрид или офис, в зависимости от кандидата и формата взаимодействия
— Санкт-Петербург предпочтительно
— Для очень сильного кандидата готовы обсуждать формат
— Высокий уровень автономии
— Быстрый цикл от идеи до эксперимента
— Минимум бюрократии по сравнению с крупными корпорациями
— Доход выше рынка для сильного кандидата: фикс + обсуждаемая мотивация, привязанная к ценности и результату

Что важно про нас

Для нас AI — не витрина и не хайп. Мы смотрим на него как на инструмент реального бизнес-эффекта: роста выручки, автоматизации процессов, повышения качества сервиса и создания новых продуктовых возможностей.

Если вам интересна роль, в которой можно не наблюдать со стороны, а реально собрать прикладное AI-направление внутри сильного бизнеса — откликайтесь.