Senior Fullstack-разработчик (Python, Next.js, AI)

Мы развиваем AI-платформу, которая автоматически готовит экспертные заключения по внутренним ИТ-проектам Банка, выходящим на внешний рынок. LLM-агенты с промптами самостоятельно собирают информацию из открытых источников и внутренних материалов, складывают данные в RAG и LLM-wiki, анализируют проект и формируют структурированное заключение — с трансляцией хода работы агентов на фронтенд в реальном времени.

Кроме разработки платформы команда выполняет ручную техническую экспертизу проектов (около трети времени): разбор архитектуры и кода, оценка безопасности, наличия мониторинга и логирования, анализ продуктовой спецификации. Стек проверяемых проектов разнородный и зависит от команд-разработчиков (Java, Go, Python, TypeScript/Node.js и др.), поэтому важно уметь быстро разбираться в чужой кодовой базе, в том числе с помощью AI-инструментов.

НАШ ТЕХНОЛОГИЧЕСКИЙ СТЕК

• Backend и AI-контур: Python, LangChain, LangGraph, LLM API, RAG (PostgreSQL + pgvector), LLM-wiki;

• Frontend: Next.js, TypeScript, стриминг прогресса агентов (SSE/WebSockets);

• Брокеры сообщений: RabbitMQ, Kafka;

• Данные: PostgreSQL;

• Инфраструктура: Docker, GitLab CI/CD.

• Разрабатывать backend и AI-контур платформы: агентные сценарии, промпты, оркестрация на LangChain/LangGraph, пайплайны сбора и анализа данных;
• Разрабатывать фронтенд на Next.js: интерфейс заключений, трансляция работы агентов в реальном времени;
• Помогать техническому лидеру в разноплановых задачах: прототипирование, исследование решений, интеграции, автоматизация;
• Проводить экспертизу внутренних ИТ-проектов Банка: выкачивать репозиторий, анализировать архитектуру и код (в т.ч. с применением AI/LLM-инструментов), выявлять слабые места;
• Проверять наличие и полноту мониторинга, логирования и алертинга в оцениваемых системах;
• Оценивать базовую безопасность решений: аутентификация/авторизация, работа с секретами, типовые уязвимости;
• Читать продуктовые спецификации и ТЗ, понимать идею и назначение проекта, формировать по нему структурированное заключение;
• Готовить краткие отчёты по результатам экспертизы: что за продукт, как устроен, где риски;
• При необходимости подхватывать задачи технического лидера на время его отсутствия.

• Опыт коммерческой разработки от 3 лет;
• Уверенное знание Python и практический опыт с LangChain/LangGraph (или аналогичными фреймворками оркестрации LLM-агентов);
• Опыт построения RAG-систем: векторный поиск, подготовка контекста для LLM, работа с pgvector или аналогами;
• Уверенное знание TypeScript и Next.js: разработка интерфейсов, работа со стримингом данных (SSE/WebSockets);
• Опыт работы с PostgreSQL: проектирование структуры данных, написание и оптимизация SQL-запросов;
• Опыт работы с брокерами сообщений (RabbitMQ, Kafka) и асинхронными пайплайнами;
• Активный практический опыт использования AI/LLM-инструментов в повседневной разработке: анализ чужого кода, code review, поиск дефектов и слабых мест, работа с AI-агентами;
• Умение быстро разбираться в существующей кодовой базе, в том числе на незнакомом стеке;
• Понимание, зачем системе нужны мониторинг и логирование, и умение оценить их наличие и качество;
• Умение читать техническую и продуктовую документацию и формулировать выводы простым языком;
• Самостоятельное ведение задач полного цикла: от разбора постановки до вывода в продакшен, без микроменеджмента.

БУДЕТ ПЛЮСОМ

• Опыт полиглот-разработки: работа с несколькими языками и экосистемами в разных проектах;
• Умение читать код на Java / Go (писать не требуется);
• Опыт создания кастомных harness/раннеров для LLM-агентов: управление промптами, инструментами, лимитами, трассировкой;
• Опыт проведения code review, аудита или технического due diligence проектов;
• Опыт работы в банковской или иной регулируемой сфере;
• Опыт разработки и эксплуатации систем в закрытом корпоративном контуре (ограниченный доступ к внешним API, прокси, внутренние репозитории).

• Программа реферального рекрутинга (выплата бонусов за приведенного друга);
• Оплата обучения и переквалификации;
• Участие в профильных конференциях;
• Материальная поддержка в разных жизненных ситуациях;
• ДМС (в том числе стоматология и психологическая поддержка);
• Комфортный офис (современный офис 5 мин. от м.Тёплый стан): бесплатная парковка для сотрудников, комфортная столовая, спортзал с профессиональными тренерами, медицинский кабинет (привозят различные аппараты по оценке здоровья бесплатно);
• Ориентируемся на финансовые пожелания кандидата в зависимости от навыков и опыта;
• Возможность выбрать время начала и окончания работы, а также возможность гибридного графика работы (офис/удаленка);
• Предоставление корпоративной техники сотрудникам.