Инженер по бэкенду Python — Укрепление FastAPI + Детерминированный рейтинг + WebSockets + AI обзоры

Привет! 👋
БЕНЧМАРК: Я просмотрел прикрепленное техническое описание найма и готов оптимизировать вашу платформу аналитики транспортных средств на Python с FastAPI, SQLAlchemy, Redis (асинхронный), WebSockets, реляционной БД, интеграцией LLM и Pytest.
Предлагаю взяться за задачу как опытный бэкенд-инженер, с фокусом на стабилизации, детерминизме и тестировании. Имею опыт оптимизации подобных систем (аналитика данных, уведомления в реальном времени, интеграции ИИ).
Распределение по рабочим потокам:
WebSockets: 25–35 часов (авторизация, многосерверная безопасность с Redis Pub/Sub, доставка для пользователей)
Ценообразование: 20–25 часов (детерминированный бенчмарк + заполнение данных, замена заполнителей)
Сходство: 20–30 часов (весовое оценивание, решение уравнений, резервирование, детерминизм)
Обзор ИИ: 20–25 часов (конечная точка с веб-доказательствами, кэширование/версионирование, безопасные резервные копии)
БД: 15–20 часов (исправление SQL, добавление ограничений/индексов, оптимизация запросов, миграции)
… Тесты: 20–25 часов (pytest + асинхронное покрытие, готовность CI)

Риски/неизвестные факторы: Зависимость от текущего состояния кода (возможны скрытые ошибки в неполных частях); интеграция с LLM API (если есть ограничения на запросы/модели); масштабируемость Redis для WebSockets при высокой нагрузке; миграции БД без даунтайма; потенциальные изменения в требованиях после аудита.
Предложенный план этапов:
Этап 1 (1–2 недели): Аудит кода, настройка окружения, исправление БД (ограничения/индексы, ошибки SQL).
Этап 2 (2–3 недели): Стабилизация WebSockets + детерминированное ценообразование/сходство.
Этап 3 (2–3 недели): Обзор ИИ конечная точка + полное тестирование (pytest/асинхронное, интеграция CI).
Этап 4 (1 неделя): Финальное тестирование, документация, развертывание.

Стратегия тестирования: Начальный аудит с юнит-тестами на ключевые функции; полное покрытие критических потоков (WebSockets, ценообразование, ИИ) с pytest-asyncio; интеграционные тесты с моками (Redis, LLM API); нагрузочные тесты для WebSockets; конфигурация CI (GitHub Actions или подобное) для автоматического запуска тестов на PR.
Необходимый доступ: Доступ к репозиторию (GitHub/GitLab); staging-окружения для тестирования; БД (с учетными данными для dev); экземпляр Redis; API ключи для LLM; документация текущего кода (если есть).

Готов обсудить детали, уточнить оценку после аудита и начать работу.

Показать оригинал

Перевести

БЕНЧМАРК

Я ознакомился с Техническим Брифом по Найму и понимаю, что это проект по укреплению существующей платформы аналитики транспортных средств на FastAPI, а не новая разработка.

1) Оценка общего количества часов
168 часов всего. Ожидаемый диапазон после первоначальной проверки: 160-180 часов. Срок: 28-35 дней.

2) Распределение по модулям/рабочим потокам
- Стабилизация бэкенда + укрепление БД — 24 часа
… - Надежность WebSocket + Redis + асинхронные тесты — 28 часов
- Детерминированное ценообразование + заполнение пробелов — 24 часа
- Двигатель похожих объявлений — 22 часа
- График аналитики / сигналы изображений — 14 часов
- Умный обзор + кэширование/версионирование — 22 часа
- Уведомления + поиск по каталогу + согласование с Facebook — 18 часов
- Финальная проверка качества, укрепление CI, заметки по миграции, документация — 16 часов

3) Риски/неизвестные факторы
- Схема БД/качество данных и безопасность миграции
- Топология Redis/WebSocket и параллелизм
- Глубина логики заполнителей/случайной логики
- Надежность извлечения доказательств ИИ
- Текущая база CI / асинхронные тесты
- Смещение схемы парсера/Facebook

4) Предложенный план этапов
- M0: бесплатный пилотный проект / доказательство концепции
- M1: основа стабилизации
- M2: надежность WebSocket
- M3: детерминированные движки
- M4: умный обзор ИИ + сигналы аналитики
- M5: уведомления, поиск по каталогу, Facebook
- M6: финальное укрепление и готовность к выпуску

5) Стратегия тестирования
- Детерминированные модульные тесты для ценообразования/сходства
- Асинхронные интеграционные тесты для WebSocket/уведомлений
- Тесты целостности БД, миграции и заполнения пробелов
- Тесты контрактов схемы API
- Готовые к CI pytest / pytest-asyncio

6) Необходимый доступ к инфраструктуре
- репозиторий + тестовая среда
- БД + Redis
- конфигурация CI
- ключи LLM/API
- детали топологии развертывания

Чтобы снизить риск доставки заранее, я могу начать с короткого бесплатного пилотного проекта / доказательства концепции, проверить ключевые архитектурные предположения, а затем предоставить карту реализации и план выполнения.

Я открыт для обсуждения деталей в личных сообщениях.

Показать оригинал

Перевести

БЕНЧМАРК. Я ознакомился с техническим заданием по найму. Я специализируюсь на FastAPI и производственной доработке платформ аналитики транспортных средств. Я заменю недетерминированную логику на стабильное взвешенное оценивание для бенчмарков по схожести и ценам, обеспечивая явное разрешение ничьих и расширение запасных вариантов. Для WebSockets я реализую вещатель на базе Redis для обработки синхронизации нескольких экземпляров и маршрутизации по пользователям с аутентификацией на основе JWT. Эндпоинт AI-обзора будет иметь версионированный кэш для оптимизации использования LLM и обеспечения ответов, основанных на доказательствах. Оценочное общее время: 45 часов. Рабочие потоки: WebSockets (8ч), Ценообразование/Рейтинг (14ч), AI Обзоры (10ч), БД/Миграции (6ч), Pytest (7ч). Риски: Обработка производительности обратной загрузки для существующих записей данных. Этапы: 1. Укрепление WS, 2. Рейтинговые движки, 3. AI/Кэш, 4. БД/CI. Тестирование: Асинхронный pytest с factory_boy для детерминированных тестовых данных. Доступ: Репозиторий, staging Redis/БД, ключи API LLM. Я сосредоточен на хирургических обновлениях, которые обеспечивают масштабируемость системы и готовность к CI.

async def notify(uid, data): await redis.publish(f"ws:{uid}", json.dumps(data))

С нетерпением жду обсуждения вашего проекта в деталях.

Показать оригинал

Перевести

БЕНЧМАРК

Я ознакомился с приложенным техническим заданием по найму и понимаю, что это задача по укреплению производства — не создание с нуля.

Я специализируюсь на стабилизации асинхронных систем Python (FastAPI, SQLAlchemy, Redis, WebSockets) и преобразовании временной/случайной логики в детерминированные, готовые к производству реализации.

### Оценочный объем
Всего: ~150 часов (по этапам)

… Разбивка (приблизительно):
- WebSockets (аутентификация, доставка по пользователям, безопасный многопользовательский Redis): 30ч
- Детерминированный механизм ценообразования + заполнение пробелов: 25ч
- Детерминированный механизм схожести: 20ч
- Умный обзор ИИ (на основе доказательств + кэширование/версионирование): 25ч
- Исправления БД, ограничения, индексы, миграции: 20ч
- Тесты (pytest + готовое к CI покрытие): 20ч
- Другие интеграции и очистка: 10ч

### Риски / Неизвестные факторы
- Текущее качество схемы/индексов БД
- Существующая случайность, встроенная в бизнес-логику
- Ограничения на получение веб-доказательств
- Состояние текущей инфраструктуры WebSocket

### Этапы
1) Стабилизация БД + удаление путей сбоя
2) Детерминированные механизмы ценообразования и схожести
3) Укрепление WebSocket (безопасный многопользовательский)
4) Производственная реализация обзора ИИ
5) Полное покрытие тестами + валидация CI

### Стратегия тестирования
- Строгие детерминированные модульные тесты для механизмов оценки
- Асинхронные интеграционные тесты (pytest-asyncio)
- Тесты потока WebSocket
- Тесты валидации заполнения пробелов
- Проверка производительности запросов

### Необходимый доступ
- Полный репозиторий
- Стейджинг БД + Redis
- Доступ к API LLM
- Конфигурация CI

Я сосредоточен на детерминизме, защитном программировании, чистых ограничениях и готовом к CI покрытии. Готов приступить к работе по этапам.

Показать оригинал

Перевести

БЕНЧМАРК — Я подтверждаю, что ознакомился с приложенным техническим заданием на найм
Техническое задание на найм

Введение
Старший инженер по бэкенду на Python, сосредоточенный на укреплении производства, детерминированных аналитических системах и асинхронных архитектурах (FastAPI + Redis + WebSockets + LLM пайплайны).
Сильный опыт преобразования исследовательских/бета платформ в стабильные, готовые к CI производственные сервисы.
Оценка общего объема работ
~180–220 часов
Разбивка рабочего потока
…
1. Надежность WebSockets — 35–45ч
Аутентифицированные сокеты
user_id → реестр сокетов
Redis pub/sub (безопасный для многократных экземпляров)
безопасность широковещательной рассылки + фильтрация предпочтений
повторное подключение + гарантии доставки

2. Детерминированный механизм ценообразования — 30–40ч
Замена логики маржи-заполнителя
Сравнительное расширение резервного варианта
Фильтрация выбросов
Строгая политика округления
Сохранение метаданных бенчмарка
Работа по заполнению

3. Механизм похожих объявлений — 25–35ч
Модель взвешенного оценивания
Детерминированное разрешение ничьей
Индексы запросов
Безопасные ответы по схеме

4. Умная система обзора ИИ — 30–40ч
Отпечатки транспортных средств
Извлечение веб-доказательств
Синтез только на основе доказательств LLM
Кэш + версионирование + TTL
Безопасная обработка резервных вариантов

5. Укрепление базы данных — 20–25ч
Ограничения/индексы
Исправления ошибок SQL
Заметки по миграции
Оптимизация запросов

6. Тестирование и CI — 35–45ч
pytest + pytest-asyncio
Тесты WebSocket
тесты детерминированного механизма

интеграционные потоки
Готовность CI пайплайна
Риски / Неизвестные факторы
Скрытая связь между логикой ценообразования и сопоставления
Существующие несоответствия данных, влияющие на детерминизм
Краевые случаи жизненного цикла WebSocket в развертываниях
Надежность внешних веб-доказательств для обзоров ИИ
Ограничения по задержке/стоимости LLM

Предложенные этапы
M1 — Стабилизация и укрепление базы данных
Ограничения, ведение журнала, исправления SQL
M2 — Уровень надежности WebSocket
Доставка Redis для многократных экземпляров
M3 — Механизм ценообразования (детерминированный)
Замена логики + заполнение
M4 — Механизм похожих объявлений
M5 — Производственная реализация умного обзора ИИ
M6 — Тестирование + укрепление CI + финальная проверка качества

Стратегия тестирования

Модульные тесты для детерминизма ценообразования/оценивания
Асинхронные интеграционные тесты для WebSockets
Тесты валидации миграции базы данных
Тесты снимков для выходных данных обзора ИИ
CI пайплайн, обеспечивающий соблюдение порогов покрытия
Необходимый доступ
Репозиторий + стратегия ветвления
Стадия окружения
Доступ к базе данных + Redis
Существующая тестовая инфраструктура (если есть)
Учетные данные LLM/API
Обзор топологии развертывания

Готов к контракту на основе этапов и немедленному началу.

Показать оригинал

Перевести

БЕНЧМАРК

Просмотрели бриф.

Мы — StrawBerry Cats — команда, ориентированная на бэкенд, специализирующаяся на производственной стабилизации и детерминированных системах.

Мы можем помочь вам заменить логические заглушки, устранить случайность, стабилизировать WebSockets с использованием правильной потоковой передачи событий (Redis/Kafka в зависимости от архитектуры), внедрить детерминированные механизмы ценообразования и схожести, реализовать AI-обзор с кэшированием/версионированием и добавить реальное асинхронное тестовое покрытие + целостность БД.

Мы работаем по принципу достижения этапов с структурированным управлением задачами — вы всегда будете видеть прогресс и то, что будет доставлено.
…
$1500/месяц за полного рабочего дня бэкенд-инженера.
Нужна более быстрая доставка? Мы можем увеличить мощность, если задачи не заблокированы.

Рады обсудить детали в частном порядке после принятия ставки.

Примечание: Указанный срок в ставке является условным и служит только в качестве первоначального окна взаимодействия — фактический график зависит от глубины объема и сложности отладки.

Показать оригинал

Перевести

БЕНЧМАРК Я ознакомился с кратким описанием вакансии, и стек технологий выглядит надежно, но я заметил небольшое противоречие в требованиях к системе WebSocket. В описании упоминается необходимость поддержания сопоставления активных сокетов user_id и предотвращения мутаций во время итерации трансляции, но в то же время требуется поддержка нескольких экземпляров через Redis. Технически, если мы масштабируемся на несколько экземпляров, локальный словарь Python (сопоставление) на одном сервере не увидит пользователей, подключенных к другому серверу. Если мы переходим на Redis Pub/Sub, нам, вероятно, следует полностью отказаться от ручной итерации трансляции. Каждый экземпляр должен просто подписываться на конкретные каналы пользователей в Redis, который нативно обрабатывает распределение и избегает любых ошибок "мутации во время итерации". Остальные задачи, такие как создание детерминированных механизмов ценообразования и схожести и укрепление слоя AI-обзора, ясны. Меня особенно интересует замена этих случайных заполнителей на правильную модель взвешенного оценивания.

Показать оригинал

Перевести

БЕНЧМАРК
Добрый вечер, Макс!
Общая задача ясна. Чтобы дать вам точный ответ относительно сроков и цен, я хотел бы уточнить несколько вопросов, которые у меня возникли после анализа вашей задачи.
Напишите мне в личные сообщения — мы обсудим детали и ваши предпочтения.

Показать оригинал

Перевести

БЕНЧМАРК
Здравствуйте. Я работал с FastAPI/Node.js/React. Я готов к сотрудничеству.

Показать оригинал

Перевести

БЕНЧМАРК
Привет, Макс,
Я внимательно рассмотрел Техническое Задание по Найму. Объем работы ясен: это укрепление уже функциональной системы с акцентом на детерминизм, надежность многократных экземпляров, целостность данных и замену имитационной логики стабильными реализациями.
Я в основном работаю с асинхронными бэкендами FastAPI, которые требуют строгого детерминизма, финансовой корректности и горизонтально масштабируемых слоев в реальном времени. Этот объем работы хорошо соответствует этому опыту.
Оценка общего объема работы
Приблизительно 180 до 220 часов после короткого начального аудита.
Разделение по рабочим потокам
Стабилизация и укрепление бэкенда
25 до 35 часов
… Безопасность нулевых значений, исправления предикатов, соблюдение ограничений, обзор индексов, структурированное логирование, детерминированная очистка.
Надежность WebSocket и поддержка многократных экземпляров
30 до 40 часов
Изоляция сопоставления пользователя и сокета, асинхронный Redis pubsub или потоки, безопасная логика широковещательной передачи, соблюдение предпочтений уведомлений, асинхронные интеграционные тесты и совместимость CI.
Детерминированный механизм ценообразования
25 до 35 часов
Сравнительный выбор по уровням, расширение резервного варианта без случайности, строгая политика округления с использованием Decimal, фильтрация выбросов, сохранение метаданных бенчмарка, скрипт обратной подстановки, детерминированные регрессионные тесты.

Детерминированный механизм сходства
25 до 35 часов
Модель взвешенного балла, настраиваемая схема весов, жесткие фильтры с расширением резервного варианта, детерминированное разрешение ничьих, оптимизация индексированных запросов, стабильный контракт на ответ.
Интеграция аналитической графики и интеллектуального анализа изображений
15 до 25 часов
Повторное подключение классификатора в DAG, объединение сигналов в решения сопоставителя, правила разрешения конфликтов, резервный вариант при сбое, логирование наблюдаемости.
Умный обзор ИИ с кэш-слоем
25 до 35 часов
Идентификация транспортных средств, извлечение доказательств, синтез LLM с выводом, привязанным к доказательствам, кэширование Redis по отпечатку, уникальное ограничение БД, истечение срока действия и аннулирование версии, принудительная опция обновления, валидация схемы.
Завершение жизненного цикла уведомлений
15 до 20 часов
Исправление предикатов, соблюдение прав собственности, очистка сирот, транзакционная согласованность, ограничения уникальности, покрытие конечных точек.
Замена поиска по каталогу
10 до 15 часов
Поиск на основе проверенных фильтров, гарантии постраничной навигации, структурированное логирование, интеграционные тесты.
Согласование интеграции с Facebook
10 до 15 часов
Интеграция модуля, исправления прокси и учетных записей, нормализация схемы с другими парсерами.
Риски и неопределенности
Текущий уровень согласованности данных в производственной базе данных
Скрытое недетерминированное поведение в логике ранжирования или резервного варианта
Эдж

Показать оригинал

Перевести

БЕНЧМАРК

Подтверждаю, что ознакомился с приложенным Technical Hiring Brief и понимаю, что речь идет именно о production hardening существующей системы, а не о greenfield-разработке.

Я специализируюсь на стабилизации и детерминировании backend-систем на FastAPI/async-стеке, включая Redis, WebSockets, AI-интеграции и оптимизацию SQL. Для меня это типичная задача “перевести working prototype в production-grade систему”.

1. Оценка общих часов

Ориентировочно: 140–190 часов
…
(зависит от качества текущего кода, реального состояния WebSocket-слоя и логики pricing/similarity)

2. Распределение по потокам

WebSockets (auth + multi-instance + Redis + tests)

25–35 часов

Deterministic Pricing Engine

20–30 часов

Deterministic Similarity Engine

20–30 часов

Smart Review (LLM + evidence + cache + versioning)

20–30 часов

DB hardening (constraints, indexes, fixes, migrations)

15–25 часов

Notification lifecycle + consistency

10–15 часов

Analytics graph + image signal integration

10–20 часов

Testing (pytest + async + CI-ready)

20–30 часов

3. Риски / неизвестные факторы
• Реальное состояние async-кода (race conditions / blocking calls)
• Текущая структура Redis (pub/sub или ad-hoc логика)
• Насколько pricing/similarity уже переплетены с другими модулями
• Состояние DB миграций и истории schema drift
• Насколько AI-endpoint сейчас mock-изолирован или уже частично интегрирован

4. Предложенный план этапов

Milestone 1 – Stabilization Layer
• Crash-path cleanup
• Structured logging
• DB constraints & index plan
• Deterministic enforcement across APIs

Milestone 2 – WebSocket Reliability Layer
• Authenticated WS
• Redis async pub/sub
• Multi-instance safety
• Async test coverage

Milestone 3 – Deterministic Engines
• Pricing engine rewrite
• Similarity engine rewrite
• Backfill scripts
• Full formula testing

Milestone 4 – AI Smart Review
• Fingerprinting
• Evidence retrieval layer
• LLM synthesis with strict schema
• Cache + versioning + TTL

Milestone 5 – Coverage & CI Hardening
• Pytest + pytest-asyncio
• Integration tests
• CI-ready pipeline

5. Стратегия тестирования
• Unit-тесты для формул pricing и similarity (детерминированность гарантирована)
• Async WebSocket tests с test Redis instance
• DB constraint tests
• AI endpoint contract tests (schema + cache hit/miss)
• Regression tests на edge cases
• CI integration с async runner

6. Необходимый доступ
• Git repository (full history)
• Staging environment
• DB dump или staging DB access

Показать оригинал

Перевести

БЕНЧМАРК
Мы можем помочь в производственной адаптации и укреплении вашей существующей платформы аналитики транспортных средств с акцентом на детерминизм, надежность и готовность к тестированию CI.
Оценка общего объема работ - 200 часов всего
(Зависит от текущего качества кода, состояния БД и существующей архитектуры WebSocket.)
Разделение по рабочим потокам
1) WebSockets (Аутентификация + безопасность многопоточности Redis)
2) Детерминированный механизм ценообразования
3) Детерминированный механизм сходства
4) AI Smart Review Endpoint
… 5) Укрепление базы данных
6) Тестирование и CI
Риски / Неизвестные факторы
- Проблемы с целостностью существующей схемы
- Скрытые гонки в асинхронных потоках
- Ограничения текущей инфраструктуры WebSocket
- Компромиссы по стоимости/производительности LLM
- Устаревшая недетерминированная логика, встроенная глубоко в сервисы
Предложенные этапы
Этап 1: Стабилизация WebSocket + аутентификация + Redis
Этап 2: Детерминированные механизмы ценообразования + механизмы сходства
Этап 3: AI review endpoint (с кэшированием/версионированием)
Этап 4: Укрепление БД + производительность
Этап 5: Полный набор тестов + интеграция CI
Каждый этап будет предоставлен с контрольным списком валидации.
Стратегия тестирования
- Тесты снимков детерминированного вывода
- Асинхронные интеграционные тесты
- Тесты WebSocket с поддержкой Redis
- Валидация ответа AI endpoint + проверка кэша
- Валидация производительности для критических запросов
Необходимый доступ
- Исходные репозитории
- Тестовая среда
- Доступ к БД + Redis
- Ключи API LLM
- Конфигурация CI (если существует)
Если хотите, я могу сначала провести короткую фазу аудита (10–15 часов), чтобы уменьшить неопределенность оценки перед тем, как взять на себя фиксированный бюджет этапа.
С нетерпением жду сотрудничества.

Показать оригинал

Перевести

БЕНЧМАРК — подтверждаю, что я просмотрел полный прикрепленный Технический Бриф по Найму и понимаю объем работ, архитектуру системы и ожидания по производственной доработке существующего Python/FastAPI бэкенда.
Общая оценка времени
Ориентировочно: 220–260 часов
(после 1–2 дней глубокого аудита кодовой базы оценка может быть скорректирована ±10–15%)
Мой тариф: 12 USD / час
Формат: контракт, поэтапная оплата — подходит.
1. Распределение часов по модулям
1) Стабилизация и доработка бэкенда
25–30 ч
… • Устранение путей сбоев, обработка null
• Структурированное логирование
• Исправление ошибок предикатов SQL
• Ограничения + соблюдение прав собственности
• Полная детерминизация API-выходов
2) Система уведомлений WebSocket (Аутентификация + Надежность + Redis)
40–45 ч
• broadcast_to_client
• user_id → отображение активных сокетов
• Безопасная итерация во время трансляции
• Асинхронный Redis (pub/sub или потоки)
• Фильтрация предпочтений уведомлений
• Безопасность многопоточности
• Асинхронные тесты WebSocket + поддержка CI
3) Детерминированный механизм ценообразования (listing_margin)
30–35 ч
• Сравнительный выбор по уровням
• Детерминированное расширение резервного варианта
• Фильтрация выбросов
• Строгая политика округления
• Сохранение метаданных бенчмарка
• Скрипт для заполнения существующих данных
• Модульные + интеграционные тесты
4) Детерминированный механизм похожих объявлений
30–35 ч
• Модель взвешенного балла
• Настраиваемые веса
• Жесткие фильтры + расширение резервного варианта
• Детерминированное разрешение ничьей
• Оптимизация индексированных запросов
• Стабильная схема ответа
5) Улучшения аналитического графика (Интеллект изображений)
20–25 ч
• Повторное подключение классификатора изображений в DAG
• Объединение сигналов изображения + текста
• Логика разрешения конфликтов
• Безопасный резервный вариант
• Логи наблюдаемости
6) Умный обзор (ИИ + Кэш-слой)
30–35 ч
• Генерация отпечатков транспортных средств
• Извлечение веб-доказательств
• Синтез LLM (только доказательства)
• Кэш Redis + уникальный индекс БД
• TTL + аннулирование версии
• Принудительное обновление
• Выход, соответствующий схеме
7) Завершение жизненного цикла уведомлений
15–20 ч
• Обновление исправлений предикатов
• Соблюдение прав собственности
• Очистка сиротских уведомлений
• Транзакционная согласованность
• Уникальные ограничения БД
• Покрытие тестами конечной точки
8) Замена поиска по заполнительному каталогу
15–20 ч
• Реальный поиск на основе фильтров
• Проверенная пагинация
• Структурированное логирование
• Обработка ошибок
• Интеграционные тесты
9) Интеграция с Facebook
10–15 ч
• Интеграция существующего модуля
• Решение проблем с аккаунтом/прокси
• Согласование схемы с ядром

Показать оригинал

Перевести

БЕНЧМАРК
Добрый день
Меня зовут Дмитрий, компания King Kong Web

Ознакомился с техническим описанием. Понимаю, что это не стартап "с нуля", а доработка уже работающей системы с фокусом на детерминизм, стабильность и production-ready уровень.

У нас есть опыт работы с FastAPI, async-архитектурой, Redis, WebSockets, SQLAlchemy и интеграциями LLM API. Готовы зайти поэтапно и закрыть каждое направление отдельным milestone.

Предварительная оценка
… Общий объем: ориентировочно 120–180 часов (после аудита можем уточнить).

Ориентировочный распределение
WebSockets (авторизация, per-user delivery, multi-instance через Redis) — 25–35 часов
Детерминированное ценообразование + backfill — 20–30 часов
Детерминированный engine схожести (веса, tie-breaking, fallback) — 20–30 часов
AI review endpoint (доказательства, кеширование, версионирование, fallback) — 20–30 часов
Оптимизация БД (индексы, constraints, миграции, performance tuning) — 15–25 часов
Тесты (pytest + pytest-asyncio, критические потоки, CI ready) — 20–30 часов

Риски и неизвестные факторы
Текущее состояние архитектуры и уровень технического долга
Качество существующих миграций и данных
Нагрузки (реальный RPS, количество одновременных WebSocket-подключений)
Степень связанности модулей
Качество текущей LLM-интеграции

План этапов

Технический аудит (код, БД, WebSocket логика, CI)

Стабилизация WebSockets и Redis pub/sub

Вынос детерминированной логики ценообразования и схожести

Реализация AI review endpoint с кешированием и версионированием

Оптимизация БД (индексы, constraints, explain plans)

Полное покрытие тестами критических потоков

Финальное нагрузочное тестирование и документация

Стратегия тестирования
Unit + async unit-тесты
Интеграционные тесты для WebSocket-потоков
Тесты детерминизма (воспроизводимость результатов)
Тесты кеширования и fallback-логики
CI с автоматическим прогоном pytest

Необходимые доступы
Git-репозиторий
Доступ к staging
Доступ к БД и Redis
API ключи LLM
Информация о среде деплоя
Доступ к CI (если настроен)

Готовы начать с технического аудита и после него зафиксировать точную оценку часов по каждому этапу.

Показать оригинал

Перевести

Здравствуйте! Заинтересовал ваш проект по укреплению бэкенда на FastAPI. Имеем опыт работы с этим фреймворком и понимаем специфику Hardening-процессов и работы с WebSockets.
Наши преимущества:
• Технологии: Уверенно владеем FastAPI, работаем с асинхронностью и безопасностью соединений.
• Качество: Проведем аудит текущего кода, закроем уязвимости и оптимизируем логику WebSockets.
• Формат: Работаем в связке «Разработчик + Менеджер». Я (менеджер) всегда на связи для оперативного решения вопросов, техник сфокусирован на коде.
Готовы обсудить технические детали и приступить к работе. Напишите в личные сообщения, чтобы мы могли сориентировать вас по срокам после уточнения ТЗ.

Привет! Ваш проект выглядит замечательно. Готов немедленно начать работу и выполнить его на высоком уровне.