О проекте:Мы разрабатываем внутреннюю экосистему компании (ERP и BPM системы), которой каждый день пользуются все наши отделы. Главная фишка нашей команды — мы уже год живем в парадигме
AI-driven development. Мы не пишем бойлерплейт руками. Наш основной стек автоматизации разработки — Claude 5 Opus, ChatGPT 5.6, а также продвинутый тулинг для оркестрации вроде
Ruflo и концепция
Memory Bank для удержания контекста.
Мы ищем крепкого
Middle Python-разработчика, который понимает коммерческую бэкенд-разработку, ценит системность и умеет эффективно управлять нейросетями, а не просто копипастить промпты.
Кого мы ищем и в чем главная задача:Нам не нужен человек, который генерирует код «вслепую». Нам нужен разработчик с хорошей базой ООП и SOLID, способный критически оценивать архитектуру ИИ. Вы должны уметь выстраивать контекст для LLM так, чтобы она выдавала рабочий бизнес-функционал для ERP с первого-второго раза.
Наш технологический стек:Язык: Python 3.14 (используем новые фичи и асинхронность)
Бэкенд: FastAPI, SQLAlchemy (Async)
Архитектура: Микросервисы, событийно-ориентированная архитектура (Event-Driven), автоматизация бизнес-процессов (BPM).
AI-инструментарий: Claude 5 Opus, ChatGPT 5.6, фреймворк
Ruflo,
Memory Bank (для долгосрочной памяти ИИ об архитектуре проекта), линтер Ruff.
Что нужно будет делать:Управлять разработкой через ИИ: Проектировать логику ERP-модулей, декомпозировать задачи и скармливать их нейросетям через правильно настроенные инструменты.
Поддерживать Memory Bank и документацию: Систематизировать описание функционала и контекста систем, чтобы ИИ-агенты всегда «помнили» архитектуру наших микросервисов при генерации.
Контролировать качество: Проводить жесткое ревью сгенерированного кода, отлавливать неоптимальные SQL-запросы в SQLAlchemy, следить за SOLID.
Требования к кандидату:Коммерческий опыт (Middle): Уверенное знание асинхронного Python, FastAPI и SQLAlchemy.
Понимание ООП и SOLID: Вы должны с ходу видеть, где ИИ нарушил паттерны или завязал компоненты друг на друга.
Опыт с продвинутым AI-тулингом: Понимание механики работы
Memory Bank. Плюсом будет практический опыт работы с мультиагентными фреймворками вроде
Ruflo (или его аналогами).
Свой инструментарий (Важно!): У вас должны быть
собственные активные подписки на Claude / ChatGPT (актуальные Pro/Team тарифы), которыми вы непрерывно пользуетесь в работе
более 1 месяца. Мы ищем тех, кто уже интегрировал эти инструменты в свою жизнь.
Системный подход: Способность вести документацию. Для нас описание функционала — это ключевой артефакт.
Что мы предлагаем:Официальное оформление в СПб, стабильная зарплата ~150 000 руб. на руки.
Работа на стыке бэкенда и AI-инжиниринга. Вы будете решать верхнеуровневые инженерные задачи, пока ИИ пишет рутинный код.
Фильтр для отклика и формат интервью (Вместо тестового) Как мы проверяем кандидатов (Без скучных тестовых):Мы ценим ваше время. На техническом интервью мы не будем просить вас писать алгоритмы на доске. Мы сядем и вместе разберем
реальные практические кейсы оптимизации ИИ-разработки.
Пожалуйста, в сопроводительном письме коротко ответьте на вопросы:Какие именно платные подписки на LLM у вас сейчас активны и как долго вы ими пользуетесь?
Как вы решаете проблему «вымывания» контекста (context drift) в больших сессиях с Claude/GPT при проектировании логики (например, вели ли вы локальный Memory Bank проекта)?
Был ли у вас опыт настройки или использования мультиагентных систем (например,
Ruflo / Claude Flow или кастомных MCP-серверов) для автоматизации рутины?
Отклики со стандартными шаблонными текстами («Я коммуникабельный, знаю Python...») без ответов на эти вопросы мы сразу отклоняем.
