INNORA

Про продукт

RaccoonDoc - це український AI-продукт для автоматизації обробки та розпізнавання документів.

Ми працюємо не з ідеальними PDF і не з навчальними датасетами, а з реальними документами бізнесу - актами, накладними, рахунками, договорами, сканами, фото, таблицями, нестандартними шаблонами, поганою якістю зображень і всім тим “документним хаосом”, який щодня проходить через бухгалтерію, фінанси, логістику та операційні підрозділи компаній.

Наші клієнти - компанії, де документи вимірюються не десятками, а тисячами й десятками тисяч на місяць.

Ми шукаємо Middle ML Engineer у продуктову команду RaccoonDoc - інженера, який уже має практичний досвід з ML/NLP/CV/LLM-задачами, вміє самостійно рухати задачі від ідеї до робочого рішення і не потребує постійного менторства.

Нам потрібна людина, яка не просто тренувала модель, а розуміє, що відбувається після цього - якість, швидкість, продакшн, інтеграція, стабільність, моніторинг, компроміси між точністю, вартістю та latency.

Що ти будеш робити

Працювати над ML/AI-ядром RaccoonDoc для розпізнавання, класифікації, розділення, аналізу та валідації документів.

Основні задачі:

• розробляти та покращувати ML-моделі для обробки документів;
• працювати з задачами Computer Vision, OCR, NLP, NER, LLM/VLM;
• будувати пайплайни обробки документів - від вхідного файлу до структурованих даних;
• покращувати якість витягування полів із документів;
• працювати з класифікацією документів, визначенням типів документів, розділенням багатосторінкових файлів;
• аналізувати помилки моделей і пропонувати конкретні способи покращення;
• експериментувати з open-source моделями, OCR, LLM/VLM та оцінювати їхню придатність для продакшн-використання;
• оптимізувати моделі та пайплайни за швидкістю, вартістю та якістю;
• розгортати ML-рішення в хмарній інфраструктурі;

• інтегрувати ML-компоненти з backend-частиною продукту.

   

Важливо, ми очікуємо, що ти зможеш взяти задачу, самостійно розібратись у контексті, запропонувати підхід, зробити експеримент, оцінити результат і довести рішення до робочого стану.

Технології, з якими ми працюємо

ML / AI

• Python;
• PyTorch / TensorFlow;
• HuggingFace Transformers;
• OCR / Document AI;
• Object Detection, зокрема YOLO-подібні підходи;
• NLP / NER;
• LLM / VLM;
• spaCy;
• scikit-learn;
• open-source моделі для роботи з текстом, зображеннями та документами.

Backend / API

• FastAPI;
• Flask;
• REST API;
• Docker;

• інтеграція ML-сервісів із backend-системами.

   

Хмара та інфраструктура

Ми працюємо з Azure, тому досвід із цією екосистемою буде дуже корисним:

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

Також буде плюсом досвід з AWS.

Не потрібно знати все з цього списку. Але важливо мати реальний досвід із продакшн-підходом до ML, а не тільки навчальні експерименти.

Що ми очікуємо від Middle-рівня

Для цієї ролі нам важливо, щоб ти міг:

• самостійно розібратись у новій задачі;
• сформулювати гіпотези та запропонувати кілька варіантів рішення;
• оцінити trade-off між якістю, швидкістю, складністю та вартістю;
• не чекати детального технічного завдання на кожен крок;
• вести задачу від аналізу проблеми до робочого результату;
• чесно показувати, що працює, а що ні;
• пропонувати покращення продукту на основі технічних спостережень;
• працювати в команді з розробниками, аналітиками та менеджером по продукту.

Що ми пропонуємо

Продукт, а не одноразовий проєкт.
Ти працюватимеш над ядром RaccoonDoc, яке постійно розвивається і використовується реальними клієнтами.

Реальні дані та реальні задачі.
Тут не буде стерильних датасетів. Будуть документи, які щодня створюють проблеми бізнесу, і саме їх треба навчити систему обробляти краще, швидше й стабільніше.

Вплив на продукт.
ML у RaccoonDoc - це не декоративний модуль збоку. Це основа продукту. Твої рішення напряму впливатимуть на якість, швидкість і конкурентність платформи.

Сильний практичний контекст.
Ми працюємо з клієнтами, які мають реальні обсяги документів, реальні інтеграції, реальні вимоги до якості й відповідальності.

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.
2. Технічний етап (60–90 хв) - обговорення твоїх продакшн-кейсів, архітектурних рішень, експериментів.
3. Співбесіда з фаундером (30–45 хв) - про бачення продукту, роль ML у RaccoonDoc, розвиток.
4. Оффер.

Кому ця роль точно підійде

Тому, хто хоче працювати не над ще одним pet-проєктом з AI, а над продуктом, де ML щодня вирішує конкретні бізнесові задачі.

Тому, кому цікаво будувати системи для реальних документів, реальних клієнтів і реального продакшену.

Тому, хто хоче не просто запускати моделі, а впливати на те, як AI-продукт для обробки документів буде виглядати через рік.

Якщо тобі цікаво працювати з документами, OCR, LLM/VLM, Computer Vision, NLP і продакшн-ML у реальному українському AI-продукті, будемо раді познайомитись.

Про нас

Іннора — українська компанія, яка з 2014 року допомагає середньому та великому бізнесу автоматизувати операційні процеси.

Ми працюємо на перетині RPA, Document AI, AI-агентів та enterprise automation. Наші рішення використовують компанії з рітейлу, логістики, агро, фінансів, дистрибуції та виробництва.

Ми розвиваємо два ключові напрями:

Іннора — впровадження RPA, AI та автоматизації бізнес-процесів для enterprise-клієнтів.

RaccoonDoc — власний AI-продукт для розпізнавання, перевірки та обробки документів.

Зараз ми хочемо системно посилити B2B-маркетинг і підтримку продажів. Для цього шукаємо hands-on людину, яка допоможе перетворити нашу експертизу, кейси та продукти в зрозумілу ринку комерційну систему.

Кого ми шукаємо

Ми шукаємо B2B Marketing Manager, який допоможе нам системно розвивати маркетинг і підтримувати продажі.

Це не позиція Head of Marketing з великою командою, бюджетом і роботою тільки через підрядників. На цьому етапі нам потрібна людина, яка готова сама розбиратися в складному B2B-продукті, упаковувати кейси, готувати матеріали для продажів, запускати цільові кампанії та працювати разом із CEO та проектною командою над створенням якісних можливостей для продажів.

Що потрібно буде робити

1. Упаковувати позиціонування та пропозиції

Разом із CEO та командою допомагати формувати чітке позиціонування Іннори на ринку AI, RPA та enterprise automation.

Працювати з нашими основними напрямами:

• RPA / автоматизація бізнес-процесів;
• RaccoonDoc / Document AI;

• AI-агенти для корпоративних процесів.

   

2. Готувати кейси, матеріали та sales enablement

Упаковувати реальні проєкти в зрозумілі B2B-кейси: проблема, масштаб ручної роботи, рішення, результат, бізнес-ефект.

3. Запускати demand generation та outbound-кампанії по цільовим сегментам.

4. Працювати з контентом 

Розвивати експертну присутність Іннори на ринку.

Працювати з контентом для LinkedIn, сайту, email-розсилок, партнерських матеріалів і профільних медіа. Нам потрібен практичний B2B-контент, який допомагає ринку краще розуміти, як реально впроваджувати AI, RPA та автоматизацію в enterprise-процесах.

5. Допомагати з партнерським маркетингом

Разом із CEO допомагати розвивати партнерські канали з ERP-інтеграторами, консультантами, аудиторами, технологічними партнерами та іншими компаніями, які вже працюють з нашою цільовою аудиторією.

Що для нас важливо

Нам важливо, щоб у тебе був досвід у B2B-маркетингу або суміжній ролі, де маркетинг прямо пов’язаний із продажами.

Буде великим плюсом досвід у таких сферах:

• B2B SaaS;
• IT services;
• enterprise software;
• automation;
• ERP / CRM / BI / RPA;
• fintech / accounting / finance solutions;
• консалтинг для середнього та великого бізнесу.

Нам важливо, щоб ти:

• розумів/розуміла складні B2B-продажі;
• вмів/вміла швидко розбиратися в складному продукті;
• міг/могла перетворювати технічну експертизу в зрозумілі бізнес-меседжі;
• не зводив/зводила маркетинг тільки до контент-плану;
• вмів/вміла працювати з кейсами, презентаціями, email та LinkedIn-кампаніями;
• розумів/розуміла, як маркетинг впливає на pipeline;
• міг/могла працювати самостійно, без мікроменеджменту;
• любив/любила структуру, але не потребував/потребувала ідеально описаного процесу для кожного кроку.

Чого точно не буде

Це не роль, де потрібно просто:

• вести соцмережі;
• робити банери;
• публікувати новини компанії;
• писати “експертні статті” без зв’язку з продажами;
• запускати рекламу без розуміння ICP і pipeline;
• чекати готових задач від керівника.

Ми шукаємо людину, яка буде думати разом з нами як краще зайти в сегмент, як сформулювати біль, який кейс показати, який матеріал підготувати, як допомогти SDR отримати якісні зустрічі, як підтримати sales cycle.
 

Що ми пропонуємо

• Роботу з реальними B2B/enterprise-кейсами, а не абстрактним продуктом без ринку.
• Можливість будувати B2B-маркетинг майже з нуля, але на базі сильної експертизи, клієнтів і кейсів.
• Пряму роботу з CEO та командою, яка глибоко розуміє продукт і ринок.
• Простір для впливу на позиціонування, пропозиції, кампанії та розвиток продажів.
• Сильний технологічний контекст: RPA, AI, Document AI, AI-агенти, enterprise automation.
• Український ринок з реальними болями та великим потенціалом автоматизації.
• Гнучкий формат роботи.
• Можливість з часом вирости в керівника маркетинг-напряму, якщо напрям покаже результат і буде масштабуватися.

Очікуваний результат за перші 3–6 місяців

Ми очікуємо, що разом з тобою з’явиться:

• чіткіша упаковка Іннори для цільових сегментів;
• оновлена структура комерційних пропозицій;
• 3–5 сильних кейсів;
• набір sales materials для SDR і CEO;
• кілька запущених outbound / demand generation кампаній;
• зрозумілий контент-план, прив’язаний до бізнес-цілей;
• перші вимірювані результати у вигляді якісних зустрічей, opportunity та партнерських можливостей.
   

Кому ця роль підійде

Ця роль підійде людині, якій цікаво не просто “робити маркетинг”, а будувати комерційну систему для складного B2B-бізнесу.

Тут буде багато змісту, складних тем, розмов із CEO, SDR, технічною командою та експертами.

Якщо тобі цікаво розбиратися в тому, як AI та автоматизація реально змінюють бізнес-процеси великих компаній — нам буде про що поговорити.

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.