Старший Full-Stack разработчик

Что предстоит делать

<h3>О нас</h3><p>Xenoss — компания, предоставляющая услуги в области AI-инжиниринга и интеграции; она помогает средним и крупным предприятиям проводить AI-трансформацию end-to-end: от анализа ситуации и формулирования целей до поиска и подготовки данных, построения пайплайнов, разработки моделей, развёртывания решений и поддержки.</p><p>Мы создаём широкий спектр AI-решений, таких как прогнозирование поведения пользователей, генерация контента, NLP, сегментация аудитории, AI-ассистенты, edge computer vision, обнаружение мошенничества и других.</p><p>Мы работаем с такими известными компаниями, как Microsoft, Toshiba, AstraZeneca, Activision Blizzard, Verve Group, Voodoo Games, Telefonica и другими.</p><p>Мы входим в топ-100 софтверных компаний списка Inc. 5000.</p><h3>Что это за проект</h3><p>Мы ищем Senior Full-Stack Engineer для участия в долгосрочной инициативе In-Call Assistant для компании — мирового лидера в сфере финансовых услуг.</p><p>Проект посвящён созданию системы разговорного AI в реальном времени, которая поддерживает сотрудников фронт-офиса во время живого общения с клиентами. Система выявляет значимые сигналы в разговоре и предоставляет краткие рекомендации с учётом контекста.</p><p>Вы будете в первую очередь работать над прикладным и интеграционным слоем, связывающим данные живого разговора, AI-модели, корпоративные источники данных, бэкенд-сервисы и веб-интерфейс для сотрудников.</p><p>Более широкое решение включает транскрипцию в реальном времени, обнаружение сигналов, подготовку контекста, генерацию рекомендаций, RAG, сбор обратной связи и мониторинг в продакшене.</p><h3>Чем вы будете заниматься</h3><p>Вы будете создавать и интегрировать прикладной слой вокруг AI-моделей, тесно взаимодействуя с AI Solution Architect, AI-инженерами, MLOps и инженерными командами клиента.</p><p>Основные задачи:</p><ul><li>Создание бэкенд-сервисов и API для In-Call Assistant в реальном времени</li><li>Создание веб-интерфейса для сотрудников, отображающего рекомендации и контекст разговора</li><li>Реализация потоков данных в реальном времени от входных данных разговора до выдачи рекомендаций</li><li>Интеграция транскрипции, AI-инференса, CRM, контекста клиента и внутренних API</li><li>Реализация слоя подготовки контекста и оркестрации между компонентами системы</li><li>Реализация сбора обратной связи по принятию, отклонению рекомендаций и действиям пользователя</li><li>Обеспечение аутентификации, авторизации, логирования и требований корпоративной интеграции</li><li>Оптимизация производительности приложения, надёжности и сквозной задержки (end-to-end latency)</li><li>Поддержка развёртывания, observability и устранения проблем в продакшене</li></ul><p>В предложении в качестве ключевых компонентов решения явно указаны модуль подготовки контекста, пайплайн инференса в реальном времени, доставка UI, сбор обратной связи и развёртывание/передача.</p><h3>Технологический стек</h3><p>Вы будете работать с современным облачным стеком и стеком AI-приложений, включающим:</p><ul><li>Python и/или TypeScript</li><li>React или аналогичные современные фронтенд-фреймворки</li><li>FastAPI, Node.js или аналогичные бэкенд-фреймворки</li><li>REST API и streaming API</li><li>WebSockets, Server-Sent Events или аналогичные паттерны коммуникации в реальном времени</li><li>Событийно-ориентированная и асинхронная обработка</li><li>Интеграция с сервисами AI/ML-инференса</li><li>Интеграции с корпоративными API и данными</li><li>Аутентификация и авторизация</li><li>Логирование, трассировка и observability</li><li>Контейнеризованное развёртывание и CI/CD</li><li>Облачная инфраструктура и managed-сервисы</li></ul><p>Мы оптимизируем решение с учётом надёжности, низкой задержки, поддерживаемости и корпоративных ограничений.</p><h3>Зона ответственности и контекст работы</h3><p><strong>Ключевая зона ответственности</strong></p><ul><li>Создание прикладного слоя, связывающего AI-модели с корпоративными системами</li><li>Создание и развитие веб-интерфейса для сотрудников</li><li>Реализация API в реальном времени и оркестрационных потоков</li><li>Интеграция контекста клиента, CRM, продукта и политик в AI-пайплайн</li><li>Реализация выдачи рекомендаций и сбора обратной связи</li><li>Обеспечение надёжности, observability и производительности на уровне приложения</li><li>Поддержка перехода от офлайн-прототипа к живому пилоту и продакшену</li></ul><h3>Команда и контекст работы</h3><ul><li>Тесное взаимодействие с AI Solution Architect и двумя AI/ML-инженерами</li><li>Сотрудничество с командами клиента по бэкенду, инфраструктуре, безопасности и интеграциям</li><li>Интеграция с системами и API, управляемыми клиентом</li><li>Работа внутри инфраструктуры, контролируемой клиентом</li><li>Участие в принятии архитектурных и интеграционных решений через практическую реализацию</li><li>Работа с частичной поддержкой UI/UX при полной ответственности за реализацию фронтенда</li></ul><h3>Что от вас ожидается</h3><p><strong>Обязательные требования</strong></p><ul><li>Большой практический опыт создания продакшен-веб-приложений и бэкенд-сервисов</li><li>Большой опыт работы с Python и/или TypeScript</li><li>Большой опыт современной фронтенд-разработки, предпочтительно с React</li><li>Опыт проектирования и интеграции REST API и асинхронных сервисов</li><li>Опыт работы с системами реального времени или событийно-ориентированными системами</li><li>Опыт интеграции внешних сервисов и корпоративных API</li><li>Опыт работы с API AI/ML-инференса или приложениями с поддержкой AI</li><li>Глубокое понимание надёжности бэкенда, обработки ошибок и observability</li><li>Опыт работы с аутентификацией и авторизацией</li><li>Понимание вопросов производительности приложений и оптимизации задержек</li><li>Опыт работы с облачными средами и контейнеризованными приложениями</li><li>Способность эффективно работать с командами бэкенда, фронтенда, инфраструктуры и AI</li></ul><p><strong>Будет плюсом</strong></p><ul><li>Опыт создания AI-ассистентов или копилотов в реальном времени</li><li>Опыт работы с WebSockets, SSE, Kafka, Pub/Sub или аналогичными технологиями</li><li>Опыт интеграции систем распознавания речи / транскрипции</li><li>Опыт работы с инфраструктурой обслуживания LLM или ML</li><li>Опыт интеграций с CRM или корпоративными workflow-системами</li><li>Опыт в предметной области финансовых услуг</li><li>Опыт работы в регулируемых средах или средах с повышенными требованиями к безопасности</li><li>Опыт работы с Kubernetes и observability в продакшене</li><li>Опыт создания внутренних корпоративных инструментов или интерфейсов agent-assist</li></ul><h3>Модель работы</h3><ul><li>Формат сотрудничества: полная занятость, долгосрочный B2B-контракт</li><li>Место работы: удалённо, в ЕС</li><li>Пересечение часовых поясов: не менее 4 рабочих часов с командой в Нью-Йорке</li><li>Инфраструктура: только среда клиента</li><li>Размещение данных: вся работа выполняется в периметре клиента</li><li>Режим работы: сначала офлайн-прототип, затем контролируемый живой пилот и развитие в продакшене</li></ul> <div> <a href="https://jobs.dou.ua/companies/xenoss/vacancies/373854/#reply-btn-id">Откликнуться на вакансию</a> </div>