Старший інженер / Невелика команда — Створити CHELT (Платформа управління ШІ) з існуючої кодової бази Traqplan

Вітаю.

Дуже відгукнувся ваш опис проєкту, бо це саме той клас систем, з якими я працюю останні роки керовані, аудитовані, детерміновані AI-платформи з чіткими межами відповідальності між людиною, системою та AI.

Я працюю з Node.js, PostgreSQL та складними бекенд-системами, де критичні питання — це контроль змін, історія, версіонування, аудит, права доступу та відтворюваність рішень. Також маю досвід роботи з Angular та рефакторингом існуючих кодових баз без переписати все з нуля.

Окремо у мене великий практичний досвід у побудові AI-систем у продакшені з правильними обмеженнями:
AI не має прямого доступу до БД, він лише інтерпретує намір, генерує структуровану пропозицію, а всі зміни проходять через бекенд, з підтвердженням користувача, аудитом і логами. Фактично я вже неодноразово реалізовував саме патерн “intent → proposal → confirm → apply → audit”.

… Як би я реалізував ваш базовий workflow
Користувач формулює запит природною мовою AI перетворює його у структурований change proposal (JSON/DTO) фронтенд показує diff preview користувач підтверджує бекенд застосовує через звичайні сервісні методи зміна версіонується, логуються автор, час, попередній стан, причина. AI ніколи не пише напряму в БД і не має прихованого стану.

Мені дуже близька ваша філософія:
реєстри як контракти
жорсткі межі між інтерпретацією і мутаціями
ніяких “тихих” змін заради зручності AI
повна відстежуваність і керованість

З релевантних кейсів
Я будував AI-менеджера для Kommo CRM з RAG-архітектурою, аудитом дій, контрольованими сценаріями, логікою підтверджень і передачею в менеджеру. Також працював над кількома SaaS-системами з workflow-логікою, approval-флоу та історією змін. Є досвід інтеграцій, оркестрації процесів та побудови “керованих агентів”, які не просто відповідають, а виконують дії під контролем системи.

Ваш стек і підхід мені повністю підходять: Node, Postgres, Angular, існуюча кодова база, поступова еволюція продукту. Я не прихильник “все переписати”, а навпаки — акуратного, контрольованого посилення архітектури.

Мені цікаво заходити в цей проєкт надовго і розвивати його як продукт, а не як разову розробку.

Якщо хочете, можемо почати з технічної розмови я подивлюсь на поточну архітектуру Traqplan і запропоную дуже конкретний план першої фази переходу до CHELT.

Буду радий обговорити.

готовий допомогти вам з цим

маю великий досвід роботи в повному стеку

надішлю вам попередні роботи, щоб впевнитися, що ми підходимо один одному

Показати оригінал

Перекласти

Доброго дня!
Мене звати Андрій Мартинов, я представляю групу розробників – NC-1.
Більше п’яти років ми створюємо веб-сайти, мобільні додатки, інтернет-магазини, ERP/CRM системи та інші e-commerce продукти. Пропоную нашу команду для роботи над проектом:
1. Full-Stack інженер (senior, team Lead). Стек: Node.js, PostgreSQL, Angular.
2. Frontend-розробник (middle). Стек: Angular, TypeScript, AG Grid, RxJS
3. DevOps (middle). Стек: Node.js, AWS, Docker, CI/CD, моніторинг.
Відповідаю на запитання:
1. Приклади виробничих систем
- Платформа управління інцидентами для фінтеху: Рефакторив моноліт на Java в мікросервіси на Node.js (NestJS) та PostgreSQL, додавши AI-класифікатор інцидентів на Python (FastAPI/BERT) з повним трейсингом прогнозів для аудиту.
… - Мультитенантна SaaS для автоматизації маркетингу: З нуля побудував платформу оркестрації workflow з ізоляцією даних через схеми PostgreSQL та керованим виконанням завдань у Kubernetes, аналогічно вбудованим движкам (n8n).
2. Ізоляція шарів. Детермінована валідація та підтвердження. Аудит і відстеження.
3. Є прямий досвід побудови мультитенантної SaaS-платформи з ізоляцією даних на рівні схем PostgreSQL. Для оркестрації workflow інтегрували движки (n8n), додаючи шар управління: конфігурації зберігалися в основній БД, а кожен запуск виконувався від імені конкретного агента з інжектом його прав. Критичні процеси вимагали мандатного затвердження через тикет-систему перед виконанням. Увесь цикл виконання та зміни конфігурацій фіксувалися в центральному аудит-лозі для прослідковуваності.
Кейси: https://1drv.ms/b/c/b7a0d31a9dae1bc5/IQCpK38gmEvWT6F_Cso40Li-AXAKkSs-J67mCwll-C732pw?e=v4VVF5
З повагою,
Олексій М.

Показати оригінал

Перекласти

Доброго дня,

Ми — Spectrium LLP, технічна команда, що працює з production-SaaS та AI-функціоналом з жорсткими вимогами до контролю, аудиту та безпеки. Зацікавлені в довгостроковій роботі над CHELT AI та переході з Traqplan.

🔧 Наш досвід

Node.js + PostgreSQL — сервісна архітектура, контракти даних, аудит

Робота в існуючих Angular кодових базах (рефакторинг без переписування)
…
Впровадження AI-функцій без прямого доступу LLM до БД

🧠 Підхід до «намір → застосування»

AI інтерпретує запит → формує структуроване речення → користувач підтверджує → backend застосовує зміни через API → все логуються та версіюються.
Без прихованих станів та «тихих» мутацій.

🚀 Що готові закрити

ребрендинг Traqplan → CHELT AI

Chelt Hub / Governance Vault

CRUD реєстрів через natural language

AI-інсайти з пояснюваністю

фундамент під керовані action-агенти

Показати оригінал

Перекласти

Привіт. Я працюю з Node.js більше 8 років. Я готовий до співпраці.

Показати оригінал

Перекласти

Привіт.
Цей проєкт стосується еволюції існуючої SaaS до CHELT AI шляхом впровадження керованих робочих процесів ШІ виробничого рівня поверх структурованих реєстрів, а не перебудови з нуля чи доставки тонкого шару чату. Я працював би безпосередньо у вашій поточній кодовій базі Angular/Node/Postgres, щоб ребрендингувати та переорієнтувати UX навколо Chelt Hub та Governance Vault, встановлюючи при цьому суворі межі бекенду, де ШІ пропонує лише зміни, а всі мутації проходять через версійні, аудитовані API з явним схваленням користувача. Для CRUD природною мовою та аналітики я б реалізував чіткий конвеєр намір → структурована різниця → підтвердження → застосування → аудит, розглядаючи схеми реєстру як контракти та зберігаючи повну історію та відстежуваність. Звідти я б заклав основу для керованих агентів дій та виконання робочих процесів із сильною ідентифікацією, схваленнями та журналами, розроблених для чистого масштабування в UAT, багатокористувацьких та корпоративних середовищах на AWS.

Шановний пане.
Ми дуже зацікавлені в підтримці переходу Traqplan до CHELT AI та внесенні свого внеску у створення керованої, виробничої платформи з підтримкою штучного інтелекту.

Ми маємо значний досвід на старшому рівні з системами на базі Node.js, PostgreSQL та Angular, включаючи роботу з існуючими кодовими базами, безпечне рефакторингування та надання аудиторських, готових до підприємств функцій. Ми реалізували робочі процеси з підтримкою штучного інтелекту, де інтерпретація намірів суворо відокремлена від детерміністичного виконання на бекенді, з явним підтвердженням користувача, версіонуванням та повними аудитами.

Наш підхід до “намір → структурована пропозиція → підтвердження → застосування → аудит” дотримується чітких меж: штучний інтелект генерує лише структуровані, прив’язані до схеми пропозиції; бекенд-сервіси перевіряють, застосовують зміни через API та реєструють всі дії з можливістю відстеження та збереження історії. Нам комфортно будувати багатокористувацькі SaaS-системи та працювати з керованою автоматизацією та робочими процесами в контрольованих середовищах.

Ми зацікавлені в довгостроковій співпраці, що виходить за межі початкової фази, і будемо раді поділитися відповідними прикладами з виробництва та обговорити архітектурні рішення більш детально.

… З повагою

Показати оригінал

Перекласти

Привіт!

Це саме той тип продукту, де ретельна структура важливіша за швидкість, і мені дуже комфортно працювати в існуючій кодовій базі та перетворювати її, не ламаючи те, що вже працює. Я провів роки, будуючи та рефакторуючи системи Node та Postgres, де аудит, дозволи та довгострокові дані контракти розглядалися як першочергові питання, а не додатки.

Мені подобається в CHELT чітке розмежування між наміром і виконанням. Я реалізував подібні потоки, де ШІ ніколи не торкається бази даних безпосередньо, а натомість створює чисту, типізовану пропозицію, яка проходить через підтвердження, валідацію рівня обслуговування, застосування та повне ведення аудиту. Цей шаблон добре масштабується, заспокоює регуляторів і дозволяє інженерам краще спати вночі. Системи Angular з щільними сітками та складним станом також знайомі мені, включаючи роботу з продуктивністю AG Grid та еволюцією схеми.

Одна ідея, яку я принесу на початку, - це пропозиція про шар реєстрації, який знаходиться між ШІ та сервісами. Кожен намір стає підписаним, відтворювальним об'єктом з моментами до і після та прикріпленими міркуваннями. Це дає вам пояснювальність, історію версій та можливість повернення або перегляду в майбутньому без додавання тертя для користувачів.

Ви можете побачити пов'язані виробничі роботи тут.
… https://storiesforkids.ai
https://oscarstories.com

Дякую!

Показати оригінал

Перекласти

Я зацікавлений у вашому проєкті переходу на CHELT AI та можу взяти на себе як перший етап, так і подальший розвиток платформи. Маю значний досвід у Node.js, PostgreSQL, Angular, а також у впровадженні функцій ШІ у реальні продукти з суворими вимогами до безпеки, аудиту та контролю змін.

🔹 Що можу запропонувати для першого етапу:
1. Перехід з Traqplan → CHELT AI
• Ребрендинг та оновлення UX під нову модель CHELT
• Додання темної теми та інтеграція Chelt Hub та Chelt Governance Vault
• Адміністративні інструменти для керування персонажами та ролями
2. CRUD на природній мові для реєстрів
• Інтерпретація наміру користувача → генерація структурованих пропозицій → підтвердження користувачем → застосування через API → журнал/аудит
… • Версіонування та історія змін для всіх схем реєстрів
• Безпечне управління дозволами та контроль “тихих змін”
3. Аналітика та інсайти
• Генерація пояснювальних і відстежуваних до записів інсайтів із даних реєстру
• Використання ШІ без прямого доступу до бази, для дотримання принципів безпеки
4. Основи для автоматизованих агентів
• Модуль дій із контролем схвалень, журналюванням, обробкою помилок та повторних спроб
• Інтеграція з оркестрацією робочих процесів (наприклад, n8n)

🔹 Мій досвід, релевантний цьому проєкту:
• Розробка та рефакторинг багатокористувацьких SaaS систем на Node.js / Angular / PostgreSQL
• Впровадження ШІ для генерації пропозицій, з повним аудитом та контролем змін
• Реалізація схем “намір → структурована пропозиція → підтвердити → застосувати → аудит” у виробничих системах
• Робота з багатокористувацькими платформами, де критичні контроль доступу, версіонування та історія змін

Я можу швидко включитися в існуючу кодову базу, створити початкову основу виробничої якості, а потім підтримувати та ітерувати систему разом із вашою командою.

Готовий обговорити деталі, оцінити обсяг першого блоку та запропонувати план дій і терміни.