Fullstack разработчик

Мечтай о большем с Napoleon IT

Мы — не просто IT-компания, а место, в котором искусственный интеллект объединяется с человеческим.
Мы — это более 250 сотрудников, 3 офиса в России, 3 разных направления развития: заказная разработка, outstaffing, собственные продукты.

Помимо уже существующих продуктов и решений на основе AI, мы активно развиваем разработку с использованием технологий LLM и Generative AI. Мы строим мультиагентные системы и платформенные решения для брендов, ритейла и маркетплейсов.

Мы ищем инженера, который умеет не просто пользоваться AI-инструментами, а встраивает их в реальный процесс разработки: от постановки задачи и проектирования решения до production, проверки качества и поддержки.

Эта роль для разработчика, которому интересно работать на стыке fullstack-разработки, LLM, AI-агентов и современных AI coding tools. Нам важен реальный опыт: Cursor, Claude Code, Codex, RAG, MCP, tool calling, интеграции и доведение решений до работающего продукта.

Чем предстоит заниматься:

• Разрабатывать AI-агентов и LLM-based решения для внутренних и продуктовых задач.

• Проектировать agentic workflows: сценарии, где AI-агент может выполнять многошаговые задачи, обращаться к инструментам, работать с данными и помогать автоматизировать процессы.

• Интегрировать LLM в backend/fullstack-приложения: API, RAG, tool calling, внешние сервисы, базы данных, внутренние системы.

• Работать с AI coding tools в ежедневной разработке: Claude Code, Cursor, Codex или аналогичными инструментами.

• Проходить путь от идеи и прототипа до production-решения: быстро проверять гипотезы, собирать MVP, дорабатывать архитектуру и качество.

• Проверять AI-generated код: ревью, тесты, безопасность, корректность логики, устойчивость решения.

• Участвовать в выборе подходов, инструментов и best practices для AI-native разработки внутри команды.

Что важно для этой роли:

• Опыт коммерческой разработки на любом из современных языке программирования - Python/JS/TS/Java/Kotlin/Swift/C# и т.д.

• Опыт fullstack или backend-разработки: API, интеграции, базы данных, архитектура приложений.

• Практический опыт работы с AI-инструментами: Cursor, Claude Code, Codex.

• Понимание RAG, prompt engineering, управления контекстом и ограничений LLM.

• Опыт создания своих кастомных skills и AI-агентов, agentic workflows или автоматизаций на базе LLM.

• Опыт ежедневного использования AI coding tools: Cursor, Claude Code, Codex, Windsurf, GitHub Copilot или аналогов.

• Умение не просто генерировать код через AI, а проверять, дорабатывать и доводить его до production-качества. Опыт автоматизированного AI-тестирования.

Будет плюсом:

• Опыт коммерческой разработки от 3х лет.

• Понимание архитектуры построения современных приложени.

• Понимание MCP / Model Context Protocol.

• Опыт с evals, guardrails, тестированием качества LLM-выводов.

• Понимание рисков AI-систем: prompt injection, data leakage, небезопасные tool calls.

• Опыт с n8n, CrewAI, AutoGen или другими инструментами автоматизации и multi-agent систем.

• Опыт деплоя AI/LLM-решений в production.

• GitHub, pet-проекты, демо или другие артефакты, где можно увидеть ваш подход к AI-разработке.

Наш стек и инструменты

• Python, TypeScript / JavaScript

• LLM API, RAG, prompt engineering, tool calling

• Cursor, Claude Code, Codex

• MCP, AI agents, agentic workflows

• REST API, базы данных, интеграции

• Docker, CI/CD, cloud-инфраструктура в зависимости от проекта

Что мы предлагаем:

• Работу с современными AI-инструментами, как c частью инженерного процесса.

• Возможность строить AI-native подход внутри команды и влиять на технические решения.

• Задачи, где нужно думать, проектировать и экспериментировать, а не просто перекладывать промпты из одного окна в другое.

• Команду, которая смотрит на AI как на инженерный инструмент.

P.S. Как понять, что мы подходим друг другу

Нам точно по пути, если вы можете показать конкретный кейс: какую задачу решали, как ставили задачу AI-агенту, как управляли контекстом, как проверяли результат и что в итоге дошло до production.

На интервью мы будем говорить о реальных примерах, архитектуре, качестве AI-generated кода и вашем подходе к разработке с AI-инструментами. Также попросим показать реальные артефакты на GitHub, демо, описание проекта.