Стажёр в команде разработки AI-инфраструктуры фронтенда@ Яндекс
О позиции
Мы ищем стажёра в команду разработки AI-инфраструктуры фронтенда Яндекс 360. Эта позиция предоставляет уникальную возможность работать над инновационными проектами, связанными с AI и фронтенд-разработкой. Вы будете участвовать в улучшении функциональности MCP-сервера и разработке систем, которые помогут AI-ассистентам более эффективно взаимодействовать с библиотеками и предоставлять актуальный контекст.
Чем вы будете заниматься
- Улучшение MCP-сервера: расширение функциональности, добавление инструментов для поиска и получения детальной информации о компонентах (пропсы, API, примеры).
- Разработка аналога Context7 для Яндекс 360: создание системы, которая будет автоматически индексировать и предоставлять документацию по внутренним пакетам в формате, оптимизированном для AI.
- Создание системы управления правилами и промптами для AI-ассистентов: разработка централизованного хранилища версионированных промптов и правил поведения AI-ассистентов.
- Генерация AI-дружественной документации: создание CI/CD-пайплайнов и скриптов для автоматической генерации документации из исходного кода.
Требования
- Хорошее знание TypeScript.
- Опыт работы с AI-код-ассистентами, такими как Cursor, Claude Code, GitHub Copilot.
- Понимание работы AI-агентов и умение использовать окно контекста.
- Способность определять недостаток контекста у агента и исправлять это.
- Умение объяснять разницу между хорошим и плохим промптом на примерах.
Что мы предлагаем
- Возможность работать в команде, занимающейся передовыми технологиями AI.
- Получение опыта работы с современными инструментами и технологиями.
- Доступ к обучающим материалам и курсам.
- Гибкий график работы и возможность удалённого взаимодействия.
- Конкурентоспособная зарплата и возможность карьерного роста.
Вакансия предлагает интересные задачи в области AI и фронтенд-разработки, однако требует наличия специфических навыков и опыта. Зарплата соответствует рыночным условиям для стажировок.
Кто здесь добьётся успеха
Глубокое понимание TypeScript и его особенностей, что позволит эффективно работать с кодом и улучшать функциональность MCP-сервера.
Способность работать в офисе и адаптироваться к быстрой смене задач, что критично для разработки AI-инфраструктуры, требующей гибкости и быстрой реакции.
Открытость к обучению и готовность изучать новые технологии, такие как CI/CD и генерация документации, чтобы поддерживать актуальность проектов и улучшать взаимодействие AI-ассистентов.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI Infrastructure
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев