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.
Обязанности: - 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.
Требования: - 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).
Условия:
- 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.
