About LevelOps LevelOps builds AI automation for B2B distributors, manufacturers, and wholesalers. Our core product, PDF to Order, is a Shopify app that turns email, PDF, and Excel purchase orders into Shopify draft orders automatically, removing hours of manual order entry from the order-to-cash cycle. We also implement commerce platforms like Shopify and ERPs like Odoo for those same customers, and that field work shows us exactly what to build next.

We are AI-native. Automation and AI agents run how we operate and how we build.

About the role This is a split internship: customer support and product development. Most of your time goes to support, working the ticket queue, onboarding new customers, demoing the product, and writing the documentation that keeps people from having to ask. The rest goes to the product itself, writing and shipping code.

That split is deliberate. Support is not the junior half of this job, it is where the product gets understood. You will own real tickets in the first week and ship to production before you leave.

It comes back to one problem: a customer sends a purchase order, the system reads it wrong, and someone must find out why. The diagnostic, every time: 1. Is the input actually what we think it is? A scanned fax, a merged-cell spreadsheet, and a clean PDF are three problems wearing the same file extension.

- Did the model get the context it needed? Half of what looks like a model failure is a prompt failure.
- Is it wrong, or just shaped differently?
- Would a rule beat a prompt here? Not everything should be solved with an LLM.
- What does this fix do to the next hundred POs? When something breaks during your term, we will ask which of those five you skipped, not who broke it.

What you'll do Own the support queue.

Be first responder: reproduce the issue, decide whether it is data, configuration, or a real bug, and either resolve it or hand it up already diagnosed. Trace a failing order through logs, the pipeline, and the integration layer to the actual cause.

Measured on: resolution time and the share of tickets you close without escalating. Get customers running. Onboard new accounts from setup and Shopify connection to their first clean order. Run demos on the customer's own purchase orders, not a canned example. Turn every question you answer twice into a help article.

Measured on: time to a customer's first clean order and repeat tickets removed by your documentation. Build the product. Ship real features and fixes on the extraction pipeline, the integrations, and the app interface, reviewed by our developer, including fixes for tickets you diagnosed yourself.

Automate your own work: if you do it manually three times, script it.

Measured on: what ships and holds up in production. What success looks like First 30 days: ramped on the product and the stack, handling common tickets on your own, first fix shipped.

By 60 days: running the queue day to day, onboarding and demoing without a safety net, first help articles live.

By the end of the term: you diagnose failures end to end, you own a piece of the product you can demo, and your documentation has measurably cut repeat tickets.

What you'll bring • Enrolled in a university program in software engineering, computer science, or a related field, and eligible to work in Canada.

- Comfortable in at least one language you can build in, plus Git.



We care that you can write and debug real code, not that you know our stack.
- Enough Python or JavaScript/TypeScript to be productive in two weeks.
- Basic understanding of APIs and how two systems talk to each other.
- Something you built outside of school. Be ready to walk us through what it does and what broke.
- French and English.
- Nice to have: LLM APIs or prompting, exposure to Shopify, ERPs, or e-commerce, and any customer-facing experience. What's in it for you • Real ownership from week one. Your tickets, your customers, your code in production.
- The loop most engineers do not get for years: hear the problem from the customer, then go fix it in the product.
- A small team, hybrid out of Montreal. No rotation, no cohort of forty other interns.
- Paid, 4 months full-time, Fall 2026 or Winter 2027. Eligible for university co-op programs; we handle the school paperwork.
- Solid interns get an offer to come back after the term. ===== À propos de LevelOps LevelOps développe de l'automatisation par IA pour les distributeurs, manufacturiers et grossistes B2B. Notre produit principal, PDF to Order, est une application Shopify qui transforme automatiquement les bons de commande reçus par courriel, en PDF ou en Excel en commandes brouillon Shopify, éliminant des heures de saisie manuelle dans le cycle order-to-cash. On implante aussi des plateformes de commerce comme Shopify et des ERP comme Odoo pour ces mêmes clients, et ce travail sur le terrain nous montre exactement quoi bâtir ensuite. Nous sommes une entreprise native de l'IA. L'automatisation et les agents IA sont au cœur de notre façon d'opérer et de bâtir.

À propos du poste C'est un stage partagé entre le soutien à la clientèle et le développement du produit.

La majeure partie de ton temps va au soutien : traiter la file de tickets, intégrer les nouveaux clients, faire des démonstrations et rédiger la documentation qui évite aux gens d'avoir à poser la question. Le reste va au produit lui-même, à écrire et livrer du code. Ce partage est voulu. Le soutien n'est pas la moitié junior du poste, c'est là que le produit se comprend vraiment. Tu seras responsable de vrais tickets dès la première semaine et tu livreras en production avant de partir.

Tout revient à un même problème : un client envoie un bon de commande, le système le lit mal, et quelqu'un doit comprendre pourquoi. Le diagnostic, chaque fois : 1. Est-ce que l'intrant est vraiment ce qu'on pense ? Un fax numérisé, un Excel à cellules fusionnées et un PDF propre sont trois problèmes portant la même extension.

- Est-ce que le modèle a reçu le contexte nécessaire ? La moitié de ce qui ressemble à une défaillance du modèle est une défaillance de prompt.
- Est-ce que c'est faux, ou simplement structuré autrement ?
- Est-ce qu'une règle ferait mieux qu'un prompt ici ? Tout ne doit pas être réglé avec un LLM.




- Qu'est-ce que ce correctif fait aux cent prochains bons de commande ? Quand quelque chose brisera pendant ton stage, on te demandera laquelle de ces cinq questions tu as sautée, pas qui a brisé quoi. Ce que tu feras Être responsable de la file de tickets.

Agir en première ligne : reproduire le problème, déterminer s'il s'agit de données, de configuration ou d'un vrai bogue, et le régler ou le transmettre avec le diagnostic déjà fait. Suivre une commande en échec à travers les journaux, le pipeline et la couche d'intégration jusqu'à la véritable cause.

Mesuré sur : le temps de résolution et la proportion de tickets que tu règles sans escalade. Faire démarrer les clients. Intégrer les nouveaux comptes, de la configuration et la connexion Shopify jusqu'à leur première commande propre. Faire des démonstrations sur les propres bons de commande du client, pas sur un exemple préfabriqué. Transformer chaque question posée deux fois en article d'aide.

Mesuré sur : le délai avant la première commande propre d'un client et les tickets répétitifs éliminés par ta documentation. Bâtir le produit. Livrer de vraies fonctionnalités et de vrais correctifs sur le pipeline d'extraction, les intégrations et l'interface, révisés par notre développeur, y compris les correctifs des tickets que tu as diagnostiqués.

Automatiser ton propre travail : si tu le fais manuellement trois fois, scripte-le.

Mesuré sur : ce qui est livré et qui tient en production. Ce à quoi ressemble le succès Premiers 30 jours : à l'aise avec le produit et la stack, tu traites seul les tickets courants et tu as livré ton premier correctif.

À 60 jours : tu gères la file au quotidien, tu intègres et démontres sans filet, tes premiers articles d'aide sont en ligne.

À la fin du stage : tu diagnostiques les défaillances de bout en bout, tu es responsable d'une partie du produit que tu peux démontrer, et ta documentation a réduit les tickets répétitifs de façon mesurable. Ce que tu apportes • Inscrit à un programme universitaire en génie logiciel, en informatique ou dans un domaine connexe, et admissible à travailler au Canada.

- À l'aise dans au moins un langage avec lequel tu peux bâtir, plus Git. Ce qui compte, c'est que tu puisses écrire et déboguer du vrai code, pas que tu connaisses notre stack.
- Assez de Python ou de JavaScript/TypeScript pour être productif en deux semaines.
- Compréhension de base des API et de la façon dont deux systèmes communiquent.
- Quelque chose que tu as bâti en dehors de l'école. Sois prêt à nous expliquer ce que ça fait et ce qui a brisé.
- Français et anglais.
- Atouts : API de LLM ou prompting, exposition à Shopify, aux ERP ou au commerce électronique, et toute expérience en contact avec la clientèle. Ce que ça t'apporte • De vraies responsabilités dès la première semaine. Tes tickets, tes clients, ton code en production.
- La boucle que la plupart des ingénieurs n'obtiennent qu'après des années : entendre le problème du client, puis aller le régler dans le produit.
- Une petite équipe, hybride à Montréal. Pas de rotation, pas de cohorte de quarante autres stagiaires.
- Rémunéré, 4 mois à temps plein, automne 2026 ou hiver 2027. Admissible aux programmes coop universitaires; on s'occupe de la paperasse scolaire.
- Les stagiaires forts reçoivent une offre de revenir après le stage.

📌 Software Engineer Intern (Montreal)
🏢 LevelOps
📍 Montreal