Fullstack разработчик
❕ Локация — только РФ. ❕Рейт - открыт ❗️❗️❗️ВНИМАНИЕ ! Загрузка на 4 недели
Требования по языкам: — Backend: Python/Go. — Frontend: Vue/Flutter/React/Svelte.
Требования по навыкам: Ключевое: агентная разработка (vibe coding) Опыт продуктовой разработки от 4 лет, уровень senior fullstack Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы — поставленные и поддерживаемые продуктовые фичи, а не прототипы; ключевым является методика, а не знание конкретного инструмента Spec-driven development: функциональные и нефункциональные требования формулируются до первого промпта; спецификация → план → код; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown), удерживающие агента в рамках задачи Модульность как условие агентной работы: слабая связанность и доменные границы, нарезка проекта на небольшие изолированные файлы вместо монолита Управление контекстным окном: осознанный подбор того, что попадает в контекст, для предотвращения дрейфа и галлюцинаций на устаревшем коде Умение вовремя сбросить сессию: остановить зациклившегося агента, очистить рабочее дерево и начать заново с более жёсткими ограничениями Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки Расширение инструментария (MCP-серверы, собственные тулы, хуки, переиспользуемые skills и шаблоны контекста) — как преимущество Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными Тесты как способ управления агентом: осмысленные юнит- и интеграционные тесты пишутся до логики фичи Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, готовая процедура восстановления данных Готовность писать код руками, когда агент упёрся, и ответственность за результат, включая код, сгенерированный агентом Backend — критично Современный типизированный backend-язык: асинхронность, модель ошибок, управление зависимостями, воспроизводимое окружение HTTP API и realtime-транспорт: REST и двусторонние соединения — стриминг, протокол сообщений, переподключения, валидация схем на границе Автотесты как норма: юнит- и интеграционные, изоляция внешних сервисов и тяжёлых зависимостей, поддержание тестовых данных Реляционные БД руками: схема, миграции, индексы, нетривиальные запросы, понимание пределов выбранной БД Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек (характерно для окружений с ML-пакетами) Frontend — критично Компонентный SPA-фреймворк и типизированный JavaScript; конкретный фреймворк не принципиален, принципиальна готовность сменить его за неделю Компонентные тесты в браузерном окружении, а не только ручная проверка Realtime-клиент: переподключения, стриминг, рантайм-валидация входящих сообщений Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем ML и модели — уровень уверенного интегратора Классические CV-задачи: детекция, эмбеддинги и кластеризация объектов, обработка изображений и метаданных, дедупликация Локальные LLM: форматы весов и квантизации, размер контекста, латентность и стоимость запроса; умение измерять, а не предполагать Речевые модели: распознавание и синтез речи, размен качества на ресурсы, ограничения по задержке и длине входа Мультимодальные модели: генерация описаний по изображению, оценка качества генерации Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы с полнотекстовым, переранжирование, метрики качества выдачи Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой Не требуется: обучение моделей с нуля, MLOps-платформы, распределённое обучение Системный дизайн и данные — важно
