Fullstack разработчик
Навыки: LLM. Квалификация: Senior. Специализации: Фулстек разработчик.
❇️ Fullstack разработчик ❇️ | Компания Top Selection
🔥 Мы в поиске Fullstack разработчика на проектную занятость
Грейд: senior
Ставка: от 272К до 300К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП 📌 (не СЗ, не ТК)
Требования:
• 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
• 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
• 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)
• 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
• 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
• 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
• Пайплайны обработки как идемпотентные стадии с фиксацией состояния: перезапускаемость, докат, инкрементальность
• Понимание разницы между инкрементальным и полным пересчётом и цены ошибки (полный пересчёт обычно уничтожает ручную разметку)
• Целостность данных при деплое, сведение расходящихся баз, миграции данных, а не только схемы
• Границы сервисов: как процессы общаются, кто владеет данными, что происходит при отказе одного из них
• Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений
• Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов портов, чтение логов как основной способ разбирательства
• Скриптование рутины: деплой, синхронизация данных, ротация логов
• Уверенное владение Git, включая нетривиальные операции; чтение истории как источника проектных решений
• Базовая безопасность: сервис без аутентификации не выходит за пределы локального интерфейса, секреты не попадают в репозиторий, dev- и prod-режимы разведены явно
• Автоматические smoke-проверки интерфейса после изменений
• 4+ года разработки, из них 2+ года бэкенда в продакшене
• 1+ год реального фуллстека: разработка и клиента, и сервера к нему
• Проект, где LLM/ML были частью продукта, а не демонстрационным примером
• Запуск моделей локально или on-premise, а не только вызовы облачных API
• 2–3+ месяца ежедневной работы через агентные инструменты
Задачи:
• Подключение и настройка USB-камеры на целевом устройстве: интеграция камеры с ПО устройства и захват видеопотока; детекция лиц и определение пользователя, находящегося перед устройством; распознавание управляющих жестов
• Реализация стереоскопического режима 2D→3D: поиск и реализация способа вывода стереоскопического изображения на произвольном телевизоре, не требующем специализированной 3D-панели (приоритетный вариант — пассивное 3D)
• Разработка клиентских интерфейсов для телевизора и мобильного устройства: реализация экранов по предоставляемым Заказчиком дизайн-макетам; адаптация вёрстки под особенности вывода на телевизоре и под мобильные экраны; интеграция с существующим бэкендом Заказчика, включая двустороннее realtime-взаимодействие
• Разработка технической документации по всем перечисленным блокам работ, включая инженерные спецификации и контекстные файлы, использованные при агентной разработке