Senior Fullstack Engineer (Python / React / LLM)

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.

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.

Задачи

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.

Стек

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.

Стек обсуждаем: инженер может предложить другие инструменты, если они лучше подходят под задачи продукта.

Что важно

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.

Будет плюсом

— 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

Условия

— Полная занятость
— Удаленная работа
— Основной язык команды — русский
— Рабочее пересечение по часовым поясам с основной командой
— Формат оформления и уровень дохода обсуждаются индивидуально