Backend-разработчик (TypeScript/Python, AI-фичи)

Что предстоит делать

Algonova (ex. Algorithmics Global) — международная EdTech-компания. Девять лет учим детей навыкам XXI века в 90+ странах, ежегодно — 700 тысяч учеников. Чем предстоишь заниматься • Строить сервисы памяти об ученике — что он делал на уроке и в домашке • Реализовывать подбор и назначение персональных заданий под уровень ребёнка • Делать realtime-фидбэк учителю о классе прямо во время урока • Развивать AI-фичи поверх LLM API: AI-коуч для учителя, распознавание фото с работами учеников • Собирать аналитику по ученикам, классам и учителям • Отвечать за надёжность: окружения, быстрые релизы, мониторинг • Интегрировать LLM через API с грамотной fallback-логикой — без слепого прыжка на самую свежую модель после каждого релиза OpenAI Наш стек TypeScript-монорепо для основных сервисов, Python для ML-heavy задач и ресерча, Supabase / PostgreSQL, Docker / GCloud.

Что ждём от вас

• 3+ года бэкенд-опыта на TypeScript (предпочтительно) или Python
• PostgreSQL и Supabase: спроектируешь схему таблиц, понимаешь нормализацию и когда она нужна, читаешь миграции и умеешь их применять
• Сильный инженерный бэкграунд: настраиваешь окружения, делаешь быстрые и надёжные релизы
• Деплоишь в GCloud, пишешь конфиг для Docker
• Observability: Sentry / Grafana / Prometheus — настроишь так, чтобы об ошибках узнавать сразу и понимать, как чинить (поднять под это AI-агента — отдельный плюс)
• Опыт с LLM через API (LangChain / OpenRouter): понимаешь, зачем нужны fallback'и
• Работаешь в AI-native режиме: ведёшь разработку в связке с AI-агентами и хочешь в этом расти
• Будет плюсом
• realtime-системы (WebRTC и т.п.) — синхронизация данных учителя и ученика
• качество работы с LLM: evals, observability (LangFuse / LangSmith)
• системы в офлайн-режиме (не во всех школах стабильный интернет)
• open-source AI-модели (хостинг / файнтюнинг) — когда-нибудь захотим оптимизировать косты
• опыт в EdTech
• графы знаний и основы ML для персонализации обучения
• Что предлагаем
• AI-инструменты в ежедневной работе. Cursor, Claude Code и агенты — рабочая часть процесса, а не эксперимент одного энтузиаста. Будет с кем обмениваться опытом и пространство, чтобы пробовать новые подходы
• AI внутри продукта. Активно внедряем AI-фичи в LMS — задачи на стыке backend и AI будут регулярно
• Удалёнка из любой точки мира, без ограничений по часовым поясам и стране оформления
• Короткие цепочки решений. Небольшая команда, минимум бюрократии, быстрое ревью. Твоё мнение по техническим решениям имеет вес
• Продукт с реальным масштабом. LMS работает в десятках стран, нагрузка и задачи — не учебные
• Стадия скейлапа: регулярно открываем новые страны, продукт растёт — задач и роста хватит надолго