Senior Full Stack Engineer

О позиции

Мы — компания по разработке кастомных продуктов, поддерживающая крупные международные организации и масштабирующиеся стартапы в решении сложных бизнес-задач. В команде из более чем 4000 высококвалифицированных разработчиков вы будете работать над технологиями, которые переопределяют отрасли. В Польше наши центры доставки во Вроцлаве и Гданьске объединяют более 300 профессионалов, создающих решения для глобальных клиентов.

Чем заниматься

• Разрабатывать продакшн AI-агенты: сервисы на TypeScript в AWS (Lambda, Step Functions, DynamoDB, Bedrock) с использованием Strands/LangGraph
• Проектировать поведение агентов: определять, что исследует модель, и что обеспечивает код
• Создавать sandbox-среду для агентов: read-only runtimes, scoped tool access, worktree-contained reads, guards против misbehavior
• Оценивать AI-функции: строить golden sets и production replays, калибровать judges, сравнивать модели перед релизом
• Обеспечивать observability: метрики с reason-coded логи, алерты на падения, расследование miss-событий в Splunk/VictoriaMetrics
• Управлять инфраструктурой: поддерживать Terraform-конфиги по окружениям, улучшать GitLab CI/CD пайплайны
• Строить интеграции, устойчивые к retries, rate limits, permanent failures и stale state
• Использовать AI для написания/ревью кода, обновлять контекст агентов
• Рецензировать AI-generated изменения на безопасность, корректность и maintainability
• Настраивать ассистенты, skills, hooks, MCP servers для команд
• Разрабатывать инструменты для агентов: React UI и API для дашбордов, сводок и внутренних инструментов
• Документировать системы: architecture/sequence diagrams, runbooks, decision records

Что ждут

• Full-stack & универсальность: широкий технический обзор, адаптируемость к современным стекам, способность быстро ramp-up
• Frontend & TypeScript: сильная продакшн практика с modern React, TypeScript (Node.js, async patterns, testing, monorepo)
• Backend & scripting: рабочая экспертиза Python для backend services, evaluations, automation tooling
• AWS beyond serverless: hands-on опыт across весь AWS ecosystem включая containers (ECS/EKS), networking, IAM
• LLM features in production: опыт выпуска фич с LLM APIs (prompts, tool calling, structured output, long context)
• AI Champion Mindset: активное использование AI-assisted engineering tools (Copilot, Cursor, LLM APIs)
• Infrastructure as Code: чтение и safe modification Terraform configurations по окружениям
• Data: hands-on опыт NoSQL и SQL store включая schema changes и live-system migrations
• Observability: дизайн metrics/logs/alarms для non-deterministic систем, дебаг продакшн issue
• CI/CD: уверенность в современных пайплайнах, идеально GitLab CI/CD
• Communication: свободный written/spoken English, articulation trade-offs

Будет плюсом

• Multi-agent systems, MCP servers, evaluation frameworks
• LLM cost control: model routing, prompt caching, token budgets
• Prompt-injection defense и agent security
• GraphQL для internal APIs и tooling
• Code intelligence или retrieval work (indexing, symbol search)
• Kubernetes, AWS AppSync, EventBridge
• Playwright/Cucumber test automation
• Claude Certified Developer или Architect (Anthropic)

Условия

• Сильное профессиональное сообщество: работа с top professionals в дружелюбной среде
• Фокус на рост: масштабные проекты с глобальным impact, расширение expertise
• Персонализированное обучение: internal events, Udemy, языковые курсы, оплачиваемые сертификации
• Бесконечные возможности: внутренняя мобильность, diverse domains
• Гибкость: remote working possibilities
• Забота: company-paid premium medical package через Luxmed
• Мои льготы: MyBenefit cafeteria platform для выбора бенефитов под lifestyle

Навыки

• TypeScript
• React
• Node.js
• Python
• AWS Lambda
• AWS Step Functions
• Amazon DynamoDB
• Amazon Bedrock
• Strands
• LangGraph
• Terraform
• GitLab CI/CD
• Splunk
• VictoriaMetrics
• PostgreSQL
• MongoDB
• Docker
• Kubernetes
• Prometheus
• Grafana
• JavaScript
• HTML
• CSS
• Git
• Linux
• Microservices
• API Design
• REST
• GraphQL
• LLM APIs
• Vector Database
• Redis
• RabbitMQ
• Zookeeper
• OpenAPI
• Unit Testing
• Integration Testing

Могут спросить на собеседовании

1. Опишите ваш опыт разработки AI-агентов или работы с LLM APIs в продакшне.
2. Как вы обеспечивали observability для недетерминированных систем? Приведите примеры метрик.
3. Расскажите о вашем подходе к безопасности при использовании AI для генерации кода.
4. Как вы организовывали CI/CD процессы для микросервисной архитектуры?
5. Какой опыт у вас есть с Terraform и управлением инфраструктурой через IaC?