- Страна
- США
AI Developer (Node.js / TS)
Оценка ИИИнтересная позиция в динамичной компании с фокусом на современные AI-технологии и глобальный рынок. Предлагается полная удаленка и возможность напрямую влиять на продукт, однако отсутствие указанной вилки зарплаты немного снижает прозрачность.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует не только уверенного владения Node.js/NestJS, но и глубокой экспертизы в области LLM, включая работу с агентами и RAG. Высокая планка ответственности за полный цикл разработки — от прототипа до продакшена.
Анализ зарплаты
Оценка ИИДля позиции Senior AI Developer на глобальном рынке (особенно с фокусом на США) предлагаемые условия должны соответствовать верхним границам рынка. Указанный стек технологий (LangGraph, RAG) сейчас крайне востребован, что позволяет специалистам претендовать на высокие компенсации.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Откликнитесь в Rooh Co. уже сейчас
Присоединяйтесь к Rooh Co. и создавайте передовые AI-решения для глобального рынка!
Описание вакансии
AI Developer (Node.js / TS)
*🏢* Компания: Rooh Co.
*🌍* Формат: Удалёнка (глобально, с акцентом на США)
*🕒* Занятость: Полная занятость
О компании:
Rooh Co. — динамичная команда, создающая мобильные и веб-приложения в нишах Lifestyle, Health и Utilities. Продукты ориентированы на глобальный рынок (акцент — США) и помогают пользователям решать повседневные задачи.
Задачи:
• Исследовать и внедрять новые AI-инструменты, модели и подходы для продуктовых задач.
• Оценивать качество LLM-моделей и подбирать оптимальные решения под конкретные сценарии.
• Создавать быстрые прототипы AI-функций и проверять гипотезы перед разработкой.
• Проектировать гибкие AI-пайплайны и workflow / agent graphs для комбинирования моделей и инструментов.
• Разрабатывать и оптимизировать AI-решения от сбора данных до генерации итогового результата.
• Повышать стабильность, качество и эффективность AI-пайплайнов (снижение стоимости, увеличение точности).
Требования:
• 3+ года коммерческой разработки на JavaScript / TypeScript; опыт с Node.js / NestJS.
• Практический опыт интеграции сторонних LLM API (OpenAI, Anthropic и аналоги) в продакшн-сервисы.
• Глубокое понимание принципов работы LLM (tokens, context window, embeddings, prompting, hallucinations).
• Опыт создания AI-функций, которыми пользуются реальные пользователи.
• Умение самостоятельно проектировать техническое решение от идеи до production (REST API, интеграции, базы данных).
• Английский B1–B2+ (чтение документации, исследований и работа с новыми технологиями).
Будет плюсом:
• Опыт с LangGraph, LangChain, OpenAI Assistants API, Function calling / Tool calling, Structured outputs, AI agents.
• Опыт построения AI workflow, multi-agent систем, RAG pipeline, AI automation.
• Опыт работы с PostgreSQL, Redis, Docker и очередями задач.
• Опыт мониторинга AI-систем (качество ответов, latency, стоимость запросов, пользовательский фидбек).
Стек:
JavaScript, TypeScript, Node.js, NestJS, OpenAI, Anthropic, LangGraph, LangChain, OpenAI Assistants API, Function calling, Tool calling, embeddings, RAG, PostgreSQL, Redis, Docker
Условия:
• Удалённая работа с гибким графиком.
• Влияние на AI-инфраструктуру и направление продуктов компании.
• Энергичная и поддерживающая команда, прозрачные процессы.
• 15 рабочих дней отпуска и 4 Sick Days.
• Оформление — договор с иностранной компанией (Европа), через ИП или инкубаторы для других стран.
*📩* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Node.js
- TypeScript
- JavaScript
- NestJS
- OpenAI
- Anthropic
- LangGraph
- LangChain
- RAG
- PostgreSQL
- Redis
- Docker
- REST API
- Embeddings
Возможные вопросы на собеседовании
Проверка практического опыта работы с ограничениями моделей.
Расскажите о самом сложном случае борьбы с галлюцинациями LLM в вашем проекте. Какие методы верификации вы использовали?
Оценка навыков проектирования сложных систем.
Как бы вы спроектировали систему multi-agent для задачи, требующей последовательного выполнения нескольких подзадач с проверкой качества на каждом этапе?
Проверка понимания экономики AI-решений.
Какие стратегии вы применяете для оптимизации стоимости использования LLM API без значительной потери качества ответов?
Оценка опыта работы с контекстом.
В каких случаях вы предпочтете использование RAG вместо Fine-tuning, и как вы оцениваете эффективность поиска в векторной базе данных?
Проверка навыков интеграции.
