Мечтай о большем с Napoleon IT
Мы — не просто IT-компания, а место, в котором искусственный интеллект объединяется с человеческим.
Мы — это более 250 сотрудников, 3 офиса в России, 3 разных направления развития: заказная разработка, outstaffing, собственные продукты.
Помимо уже существующих продуктов и решений на основе AI, мы активно развиваем разработку с использованием технологий LLM и Generative AI. Мы строим мультиагентные системы и платформенные решения для брендов, ритейла и маркетплейсов.
Мы ищем инженера, который умеет не просто пользоваться AI-инструментами, а встраивает их в реальный процесс разработки: от постановки задачи и проектирования решения до production, проверки качества и поддержки.
Эта роль для разработчика, которому интересно работать на стыке fullstack-разработки, LLM, AI-агентов и современных AI coding tools. Нам важен реальный опыт: Cursor, Claude Code, Codex, RAG, MCP, tool calling, интеграции и доведение решений до работающего продукта.
Чем предстоит заниматься:
-
Разрабатывать AI-агентов и LLM-based решения для внутренних и продуктовых задач.
-
Проектировать agentic workflows: сценарии, где AI-агент может выполнять многошаговые задачи, обращаться к инструментам, работать с данными и помогать автоматизировать процессы.
-
Интегрировать LLM в backend/fullstack-приложения: API, RAG, tool calling, внешние сервисы, базы данных, внутренние системы.
-
Работать с AI coding tools в ежедневной разработке: Claude Code, Cursor, Codex или аналогичными инструментами.
-
Проходить путь от идеи и прототипа до production-решения: быстро проверять гипотезы, собирать MVP, дорабатывать архитектуру и качество.
-
Проверять AI-generated код: ревью, тесты, безопасность, корректность логики, устойчивость решения.
-
Участвовать в выборе подходов, инструментов и best practices для AI-native разработки внутри команды.
Что важно для этой роли:
-
Опыт коммерческой разработки на любом из современных языке программирования - Python/JS/TS/Java/Kotlin/Swift/C# и т.д.
-
Опыт fullstack или backend-разработки: API, интеграции, базы данных, архитектура приложений.
-
Практический опыт работы с AI-инструментами: Cursor, Claude Code, Codex.
-
Понимание RAG, prompt engineering, управления контекстом и ограничений LLM.
-
Опыт создания своих кастомных skills и AI-агентов, agentic workflows или автоматизаций на базе LLM.
-
Опыт ежедневного использования AI coding tools: Cursor, Claude Code, Codex, Windsurf, GitHub Copilot или аналогов.
-
Умение не просто генерировать код через AI, а проверять, дорабатывать и доводить его до production-качества. Опыт автоматизированного AI-тестирования.
Будет плюсом:
-
Опыт коммерческой разработки от 3х лет.
-
Понимание архитектуры построения современных приложени.
-
Понимание MCP / Model Context Protocol.
-
Опыт с evals, guardrails, тестированием качества LLM-выводов.
-
Понимание рисков AI-систем: prompt injection, data leakage, небезопасные tool calls.
-
Опыт с n8n, CrewAI, AutoGen или другими инструментами автоматизации и multi-agent систем.
-
Опыт деплоя AI/LLM-решений в production.
-
GitHub, pet-проекты, демо или другие артефакты, где можно увидеть ваш подход к AI-разработке.
Наш стек и инструменты
-
Python, TypeScript / JavaScript
-
LLM API, RAG, prompt engineering, tool calling
-
Cursor, Claude Code, Codex
-
MCP, AI agents, agentic workflows
-
REST API, базы данных, интеграции
-
Docker, CI/CD, cloud-инфраструктура в зависимости от проекта
Что мы предлагаем:
-
Работу с современными AI-инструментами, как c частью инженерного процесса.
-
Возможность строить AI-native подход внутри команды и влиять на технические решения.
-
Задачи, где нужно думать, проектировать и экспериментировать, а не просто перекладывать промпты из одного окна в другое.
-
Команду, которая смотрит на AI как на инженерный инструмент.
P.S. Как понять, что мы подходим друг другу
Нам точно по пути, если вы можете показать конкретный кейс: какую задачу решали, как ставили задачу AI-агенту, как управляли контекстом, как проверяли результат и что в итоге дошло до production.
На интервью мы будем говорить о реальных примерах, архитектуре, качестве AI-generated кода и вашем подходе к разработке с AI-инструментами. Также попросим показать реальные артефакты на GitHub, демо, описание проекта.
