UderTalk

Backend / AI Developer (Python, RAG, LangChain) в UnderTalk

Про проєкт: Undertalk — это интеллектуальная система автоматизации продаж. Мы строим AI-агентов LLM + RAG (Retrieval-Augmented Generation), которые полностью берут на себя коммуникацию с клиентами в мессенджерах: от первой консультации до закрытия сделки. Проект переходит от внешней команды к внутренней разработке, поэтому мы ищем Problem Solver-а, который поможет выстроить надежную архитектуру и возьмет на себя ответственность за продукт с основным фокусом на построении качественной архитектуры и масштабировании AI-решений.

Ключевые задачи:

• AI & RAG Development: Разработка и оптимизация интеллектуальных агентов с использованием LangChain. Реализация сложной логики взаимодействия с OpenAI API (GPT-4, Embeddings, функциональные вызовы).

• Architecture & Data: Обеспечение стабильного хранения данных и аналитики в PostgreSQL. Построение и поддержка масштабируемой структуры базы данных.

• Audit & Refactoring: Проведение технического аудита существующего кода, исправление багов и системное перенесение логики на новую трехуровневую архитектуру.

• Engineering Culture: Поддержка высоких стандартов разработки: написание тестов (Unit/E2E), проведение Code Review и ведение технической документации в Confluence.

• Autonomous Problem Solving: Мы работаем короткими спринтами (Jira) без микроменеджмента. Ожидаем, что вы сможете самостоятельно идентифицировать «узкие места» в системе и предлагать технические решения для их устранения.

Технологический стек и инструментарий:

Мы ищем разработчика, который не просто знает Python, а умеет строить системные решения, используя современные AI-native подходы.

1. Core Backend & Architecture:

• Framework: FastAPI (asyncio, асинхронная разработка).
• Database & ORM: PostgreSQL + SQLAlchemy (проектирование моделей, работа с миграциями).
• Architecture: Обязательное использование трехуровневой архитектуры (Routes-Services-Repositories). Четкое разделение бизнес-логики и слоя работы с данными.
• Validation: Pydantic v2 для валидации и схем данных.

2. AI & RAG Specialized:

• Framework: LangChain (наш основной инструмент для построения логики агентов).
• LLM: Глубокая интеграция с OpenAI API (GPT-4, Embeddings).
• RAG: Понимание механизмов Retrieval-Augmented Generation (работа с контекстом, поиск, реранкинг).

3. AI-Driven Development (Productivity Stack):

• IDE: Опыт работы с Cursor (использование AI-функций для ускорения написания и рефакторинга кода).
• Cloud: Опыт работы с CloudCode (интеграция с облачной инфраструктурой).
• Efficiency: Умение использовать ИИ-инструменты для автоматизации написания тестов и документации.

4. Infrastructure:

• Containerization: Docker и Docker-compose (подготовка среды разработки и деплоя).
• CI/CD: Работа с Git (GitHub/GitLab), понимание процессов доставки кода.

Условия:

• Удаленная работа с гибким графиком.
• Отсутствие лишней бюрократии и возможность влиять на технический стек.
• Отсутствие микроменеджмента.

Для отклика:

• Ссылка на GitHub (желательно с примерами кода на FastAPI или LangChain).

• Актуальное резюме.

• Краткое описание вашего опыта с RAG: какие инструменты использовали, с какими базами работали и как решали вопросы качества ответов (например, работа с контекстом или промптами).

• Ожидания по зарплате (USD/hour).

Процесс отбора включает короткое техническое задание (до 2 часов) для проверки культуры написания кода.