Fullstack-разработчик (AI Native)

Что предстоит делать

Хотите стать частью увлекательного процесса цифровой трансформации? Блок IT в СОГАЗ активно развивается и меняет подход к созданию продуктов. Мы создаем новые сервисы и решения, которые делают нашу работу более технологичной и эффективной. Сейчас мы в поисках Fullstack-разработчик (AI Native).

• Разработка AI first full-stack веб-приложений: бэкенд на Python, фронтенд на React;
• Проектирование решения до начала разработки кода, по которым агенты могут работать автономно;
• Реализация production-кода через оркестрацию агентов;
• Организация многоуровневого ревью с помощью агентов;
• Развитие агентной среды команды: правила проекта для агентов, скиллы, кастомные команды, хуки, MCP-серверы.
• Требования: Full-stack разработка:
• Опыт коммерческой разработки на Python от 3 лет;
• Опыт разработки фронтенда на React и TypeScript;
• Опыт проектирования синхронного взаимодействия между сервисами;
• Опыт работы с асинхронным взаимодействием;
• Уверенное владение Git при параллельной работе над множеством изменений в одном проекте;
• Опыт работы с базами данных (SQL/NoSQL);
• Автотесты (pytest, Vitest/Jest, Playwright) и статический анализ (ruff, mypy, ESLint);
• Docker / docker-compose, CI/CD (GitLab CI).
• AI-инструменты в разработке:
• Регулярная практика работы с кодовыми агентами в терминале и в IDE (Claude Code, Codex CLI, Qwen Code, Cursor, Cline и аналоги), как облачными, так и на open-source моделях во внутреннем контуре, независимо от слоя (фронт/бэк);
• Опыт мультиагентной разработки: параллельный запуск агентов на разные задачи, роли субагентов (планировщик, исполнитель, тестировщик, ревьюер), изоляция через git worktree или контейнеры;
• Управление контекстом агента: правила проекта (AGENTS.md / CLAUDE.md), скиллы, команды, хуки; подключение готовых и написание простых MCP-серверов;
• Критическое чтение сгенерированного кода;
• Понимание, где AI-генерация кода ускоряет работу, а где создаёт риски (галлюцинации, устаревшие паттерны), и умение это контролировать, включая безопасность: несуществующие или вредоносные пакеты, секреты в контексте агента, prompt injection через содержимое репозитория и задач, избыточные права агента;
• Оптимизация агентной разработки: выбор модели под задачу (сильная для планирования и ревью, более лёгкая или локальная для рутинных задач), контроль расхода токенов.
• AI/LLM-компетенции:
• Понимание работы LLM: контекст, токены, сэмплинг, structured output, function calling, ограничения моделей, деградация качества на длинных сессиях и при переполнении контекста.
• Будет плюсом:
• Опыт работы в регулируемой/корпоративной среде;
• Опыт написания технической документации;
• Встраивание LLM в продукт: агентные сценарии (ReAct) и понимание, когда нужен автономный агент, а когда достаточно workflow; LangGraph/Langflow; RAG (чанкинг, эмбеддинги, векторные БД Qdrant/Chroma, reranking);
• Развёртывание моделей для разработки во внутреннем контуре (vLLM, Ollama, LiteLLM);
• Собственные пайплайны разработки на Claude Agent SDK / OpenAI Agents SDK или на автоматическом режиме CLI-агентов;
• Оценка качества работы агентов и промптов (promptfoo, Langfuse).

Что предлагаем