Senior Fullstack Engineer (Python / React / LLM)

🌍 УдалённоSeniorПолная занятость

Зарплата не указана

Есть о чём спросить

Навык востребован (Python). Но вилки нет, про деньги придётся договариваться с нуля.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Наша компания

Senior Fullstack Engineer (Python / React / LLM) (платформа Experts) Мы делаем платформу для скаутинга и поддержки эксперта. Эксперт приходит через партнерскую сеть, проходит проверку по критериям, подписывает договор онлайн и заполняет структурированные формы о своей профессиональной деятельности. Из этих данных собираются базы, которые используют другие наши продукты.

О роли

Проект находится на стадии MVP. Первые эксперты должны начать пользоваться продуктом в августе 2026 года, первые клиенты ожидаются ориентировочно в сентябре. Бэклог на следующие 6–12 месяцев ещё формируется, поэтому задачи и приоритеты будут уточняться по мере тестирования продукта. Ищем двух fullstack-инженеров: первый выходит на старте и закладывает архитектуру, второй присоединяется следом.

Чем предстоит заниматься

Предстоит построить платформу с нуля: от регистрации партнера по реферальной ссылке до передачи данных об эксперте в смежные продукты

1. Проектировать backend, API и структуру данных

2. Разрабатывать личные кабинеты партнера и эксперта на React: формы, прогресс, статусы, возврат на доработку

3. Делать админку: очередь заявок, оповещения, решения по экспертам

4. Собирать контур допуска партнера: видеоуроки, тест, доступ к работе

5. Вести договор в кабинете эксперта

6. Строить KYC-пайплайн на LLM: прием документов, извлечение данных, оценка по критериям, вердикт

7. Отвечать за качество LLM: промты, стабильность результата, разбор расхождений с решением администратора

8. Собирать из форм структурированные данные и отдавать их в смежные продукты через API

9. Строить очереди и фоновые процессы, деплоить и держать стабильность после релиза

Задачи приходят не как готовые технические задания, а как описание процесса и ожидаемого результата. Инженеру нужно самостоятельно уточнить ограничения, сравнить варианты реализации и выбрать решение, подходящее для текущего масштаба, а не для гипотетического. Часть требований к обработке данных на входе будет неполной — их предстоит уточнять вместе с продуктом и владельцами смежных продуктов

Команда

Инженер будет работать напрямую с Product Manager и дизайнером. CTO, отдельного архитектора и DevOps в команде пока нет, поэтому сотрудник должен самостоятельно принимать технические решения и доводить задачи до production

Расширение технической команды планируется позднее

Наши требования

1. Коммерческий опыт разработки от пяти лет и работа на senior-уровне

2. Сильный Python и опыт запуска production-приложений

3. FastAPI или сопоставимый Python-фреймворк

4. Практический опыт с LLM в продакшене, а не только в прототипах: структурированный вывод, обработка ошибок, ретраи, контроль стоимости, стабильность результата

5. LLM-пайплайны: LangGraph, LangChain, RAG или сопоставимые инструменты

6. Опыт получения структурированных данных из неструктурированного текста и документов

7. Проектирование API и схем данных

8. Работа с асинхронностью, очередями и длительными фоновыми процессами

9. Уверенное знание PostgreSQL: индексы, транзакции, миграции и оптимизация запросов

10. Практический опыт с React и интеграцией frontend с backend API

11. Опыт систем с ролями и правами доступа: разные типы пользователей видят разные данные

12. Самостоятельное развертывание приложений и диагностика после релиза

13. Аккуратная работа с персональными данными: хранение документов, доступы, логирование

Особенно релевантен опыт запуска продукта с нуля, работы в стартапе или небольшой команде и прямого взаимодействия с продуктовой командой

Роль подойдет инженеру, который продолжает самостоятельно писать код, не ждет готовой архитектуры и умеет принимать технические решения в условиях неопределенности. Самостоятельно обучать сложные ML-модели не требуется — нужен прикладной инженер, который умеет выбирать готовые модели, библиотеки и сервисы и собирать из них работающий продукт

AI-инструменты

В ежедневной разработке используем Claude Code для работы с кодовой базой, проверки гипотез и ускорения реализации

Инженер должен понимать и проверять сгенерированный код, замечать ошибки и отвечать за качество итогового решения. Опыт с Claude Code будет преимуществом, но подойдет и системная работа с Cursor, GitHub Copilot, Windsurf или другими AI-инструментами

Оценка качества LLM-систем: наборы тестов, метрики, регрессии на изменение промтов

OCR и разбор документов

Опыт в KYC, скоринге или других системах проверки пользователей

Конструкторы форм, анкеты, многошаговые процессы с валидацией

Биллинг, реферальные и партнерские программы

Геймификация: уровни, достижения, рейтинги, прогресс

Опыт AI SaaS, маркетплейсов, EdTech или платформ с двумя типами пользователей

Backend: Python, FastAPI, асинхронные процессы, фоновые задачи, очереди, внешние API

Frontend: React

Данные и инфраструктура: PostgreSQL, S3-совместимое хранилище, Railway, Git

LLM: Anthropic API и сопоставимые провайдеры, структурированный вывод, обработка документов

Инженер может предложить другие инструменты, если они лучше подходят под задачи продукта