DevOps/Cloud Infrastructure Engineer (продукт RaccoonDoc)

RaccoonDoc — український AI-продукт для автоматизації обробки та розпізнавання документів. Ми працюємо з реальними бізнес-документами: актами, накладними, рахунками, договорами, сканами, фото, таблицями, поганою якістю зображень і нестандартними шаблонами.

Зараз ми шукаємо DevOps / Cloud Infrastructure Engineer, який допоможе нам розвивати інфраструктуру RaccoonDoc, зробити її більш стабільною, масштабованою, прозорою для моніторингу та готовою до подальшого росту продукту.

Чому ця роль важлива

Нам потрібна людина, яка візьме на себе розвиток cloud-інфраструктури, deployment-процесів, моніторингу, логування, контейнеризації, масштабування та DevOps-практик.

Це роль для інженера, якому цікаво працювати не просто з серверами, а з живим AI-продуктом, де інфраструктура напряму впливає на якість, швидкість і собівартість обробки документів.

Що ти будеш робити

Ти будеш відповідати за інфраструктурну частину RaccoonDoc і допомагати команді робити продукт стабільнішим, швидшим і готовим до масштабування.

Основні задачі:

• розвивати та підтримувати cloud-інфраструктуру RaccoonDoc в Azure;
• налаштовувати, покращувати та автоматизувати deployment-процеси;
• працювати з container-based deployment для backend- і ML-сервісів;
• налаштовувати моніторинг, логування, алерти та observability;
• працювати з Azure Service Bus, Azure Blob Storage, Azure Web Apps, Azure Functions, Application Insights;
• допомагати оптимізувати продуктивність, вартість і latency інфраструктури;
• налаштовувати CI/CD-процеси;
• працювати з Docker-контейнерами;
• допомагати команді з інфраструктурними рішеннями для ML, LLM/VLM та інших AI-компонентів;
• покращувати надійність взаємодії між backend-сервісами, ML-сервісами та чергами;
• брати участь в архітектурних обговореннях щодо масштабування продукту;
• документувати інфраструктурні рішення та робити їх зрозумілими для команди.

Технології, з якими ми працюємо

Cloud / Infrastructure

• Azure;
• Azure Web Apps;
• Azure Functions;
• Azure Service Bus;
• Azure Blob Storage;
• Azure Application Insights;
• Azure DevOps;
• container-based deployment;
• Docker.

Backend / API

• Python;
• FastAPI;
• Flask;
• REST API;
• інтеграція backend-сервісів із ML/AI-компонентами.

ML / AI контекст

Не потрібно бути ML Engineer, але важливо не боятися AI/ML-інфраструктури.

Бажаний досвід

Нам буде важливо, щоб у тебе був практичний досвід із частиною таких напрямів:

• Azure-інфраструктура;
• Docker і контейнеризація сервісів;
• CI/CD;
• deployment backend-сервісів;
• робота з чергами повідомлень;
• моніторинг, логування, алерти;
• cloud storage;
• оптимізація cloud-витрат;
• production troubleshooting;
• робота з Python-сервісами;
• розуміння REST API;
• досвід із ML/AI-сервісами буде великим плюсом.

Не обов’язково знати все зі списку. Але важливо мати реальний продакшн-досвід, а не тільки локальні експерименти.

Що ми пропонуємо

Продукт, а не одноразовий проєкт

Ти працюватимеш над інфраструктурою продукту, який постійно розвивається і використовується реальними клієнтами.

Реальний AI-продакшн

Це не лабораторні експерименти. У нас є реальні документи, реальні інтеграції, реальні клієнти, реальні помилки, реальні навантаження і реальна відповідальність.

Вплив на архітектуру

Ти зможеш впливати на те, як буде розвиватись інфраструктура RaccoonDoc: як ми масштабуємо обробку документів, як розгортаємо ML-сервіси, як моніторимо якість і стабільність, як оптимізуємо витрати.

Сильний практичний контекст

Ми працюємо на перетині cloud, backend, ML, OCR, LLM/VLM, Document AI та бізнес-процесів клієнтів. Тут багато складних, але цікавих інженерних задач.

Гнучкий формат роботи

Віддалено з будь-якого міста України. Ми розуміємо реалії війни, тривог, блекаутів і нестабільної інфраструктури.

Процес найму

1. Короткий кол до 30 хв
   Знайомство, контекст продукту, твої очікування, наші задачі.
2. Технічний етап 60–90 хв
   Обговорення твого досвіду з cloud, deployment, production troubleshooting, CI/CD, моніторингом, Azure та інфраструктурними рішеннями.
3. Співбесіда з фаундером 30–45 хв
   Обговорення продукту, ролі інфраструктури в RaccoonDoc, бачення розвитку.
4. Оффер

Кому ця роль точно підійде

Тому, хто хоче працювати не просто з інфраструктурою, а з інфраструктурою живого AI-продукту.

Тому, кому цікаво будувати стабільну основу для системи, яка щодня обробляє реальні бізнес-документи.

Тому, хто розуміє, що в AI-продукті важлива не тільки модель, а й усе навколо неї: черги, deployment, latency, моніторинг, логування, вартість, стабільність, відновлення після помилок і контроль продакшену.

Тому, хто хоче допомогти українському AI-продукту стати технічно сильнішим, масштабованішим і готовим до більшого ринку.