Мы строим Nevel.ai — новый продукт от создателей Dbrain. Мы создаем инструмент, который дает Cursor‑like опыт работы с LLM для не‑разработчиков. Наша цель — дать возможность аналитикам, менеджерам и маркетологам выполнять рутинные рабочие задачи с помощью AI так же гибко, как это делают инженеры в коде.
У нас уже есть первые крупные Enterprise-клиенты, и мы только что запустили B2C направление. Сейчас тот самый момент, когда дизайн напрямую влияет на то, насколько продукт будет понятным, удобным и масштабируемым.
Почему у нас тебе будет классно:
- Небольшая продуктовая команда (10 человек) без бюрократии и микроменеджмента, с большим пространством для принятия решений и влияния на продукт.
- Fully remote и доверие к команде: важен результат, а не контроль. Мы тщательно выбираем, кого приглашать и стремимся прежде всего к культурному мэтчу. Можем поддержать переезд и платить в разные страны.
- Возможность работать как с текущими пользователями, так и участвовать в запуске global‑направления с разными сценариями, контекстами и юзкейсами.
- Спокойный рабочий ритм: минимум лишних созвонов, мы ценим фокусированную работу и время на то, чтобы подумать и сделать качественное решение.
- AI‑first подход: мы постоянно находимся на фронтире всего, что происходит с LLM — следим за новыми моделями, инструментами и паттернами и сразу применяем их в рабочих процессах. Это позволяет нам оставаться небольшой командой и при этом делать продукт высокого качества.
Где мы сейчас, и зачем нам ты
Мы быстро собрали продукт, вывели его на рынок и уже имеем ~1 000 платящих пользователей — пока без паблик-лонча, чисто на органике и софт-продажах. Ожидаем 5 000–6 000 к концу весны.
Сейчас продукт работает, гипотезы подтверждены, деньги приходят. Но инженерная часть выросла стихийно, из-за этого у нас слабая наблюдаемость процессов — задачи могут теряться на ревью, зависать в QA, и никто этого системно не трекает. Текущая архитектура построена хорошо и мы ожидаем, что этот уровень будет поддержан.
Что нужно будет делать:
- Владеть архитектурой продукта: принимать ключевые архитектурные решения и проектировать новые компоненты системы. Например, сейчас актуальная задача — спроектировать прокси-слой для запросов клиентов, чтобы часть запросов можно было перенаправлять на модели в контуре клиента.
- Накапливать и структурировать инженерный контекст: архитектурные решения, результаты грумингов, договорённости по процессам — всё это должно жить не в головах, а в базе знаний команды. Ожидается формирование культуры документирования и личный пример.
- Выстраивать и развивать инженерные процессы: от планирования и груминга до delivery и code review.
- Внедрять кодинг-агентов в команду: формировать командные паттерны использования AI для code review, написания тестов, генерации документации и декомпозиции задач.
- Работать с продуктом вместе с фаундером: понимать, зачем нужна задача, кому она адресована, челленджить постановку, если в ней не хватает контекста, и предлагать оптимальные технические решения.
- Писать код и работать с архитектурой руками.
- Поддерживать и развивать команду: проводить one-to-one, давать обратную связь, помогать инженерам расти профессионально, при необходимости перестраивать состав.