Fullstack + AI Engineer

Fullstack + AI Engineer middle · fullstack + ai

Доводити MVP до production — від першого коміту до живих користувачів

Ми шукаємо людину, яка думає продуктово: розуміє, навіщо та що будується, і може зробити технічний вибір без мікроменеджменту

Технічний стек

Frontend / Backend

• React
• Node.js
• TypeScript
• REST API
• GraphQL

Бази даних

• PostgreSQL
• MongoDB
• Redis

AI / LLM Engineering

• RAG
• Qdrant
• Embeddings
• Reranking
• Hybrid search
• Chunking
• Prompt engineering
• Function calling
• Streaming
• LangChain / LlamaIndex

Інфраструктура

• Docker
• Docker Compose
• CI/CD (буде плюсом)
• AWS / GCP (буде плюсом)

Обов’язки

• Підхоплювати MVP на будь-якому етапі й доводити до production-готовності
• Проектувати та розробляти fullstack-фічі: API + UI + БД — від дизайну схеми до кінцевого рендеру
• Будувати AI-пайплайни: ingestion → chunking → embedding → retrieval → generation
• Оптимізувати RAG-системи: hybrid search, reranking, query routing, eval-метрики
• Інтегрувати LLM-провайдерів (OpenAI, Anthropic, Mistral, local models)
• Писати чіткі, підтримувані промпти та function-calling схеми з версіонуванням
• Кодревʼю, документація, участь у технічних дискусіях

Вимоги

Fullstack (must have)

• 2+ роки комерційного досвіду React + Node.js
• TypeScript — впевнено, зі строгими типами
• REST та GraphQL API — проектування і споживання
• PostgreSQL — складні запити, індекси, транзакції
• MongoDB, Redis — базовий практичний досвід
• Docker + Docker Compose — локально і в prod

AI Engineering (must have)

• Практичний досвід побудови RAG-систем
• Розуміння embeddings, vector store, cosine similarity
• Досвід з Qdrant або аналогічним vector DB
• Prompt engineering: few-shot, CoT, system prompts
• Function calling / tool use з будь-яким LLM-провайдером
• Streaming відповідей (SSE / WebSocket)

Буде великим плюсом

• Досвід з LangChain, LlamaIndex або власними оркестраторами
• Робота з локальними моделями (Ollama, vLLM, llama.cpp)
• Eval-фреймворки для LLM: RAGAS, DeepEval, TruLens
• Агентніархітектури: ReAct, Plan-and-Execute, multi-agent
• Досвід fine-tuning або PEFT (LoRA, QLoRA)
• CI/CD пайплайни, хмарна інфраструктура (AWS / GCP / Azure)
• Observability інструменти: LangSmith, Langfuse, Helicone

Ми пропонуємо

Рівень

Middle, з ростом до Senior

Формат

Remote / Hybrid, гнучкий графік

Технології

Сучасний стек, реальні AI-продукти

Команда

Невелика, без бюрократії

Зростання

Менторство та code review

Вплив

Видно результат своєї роботи