Тalent Magnet

О продукте CareerGo — это платформа найма с AI внутри. Рекрутёр ведёт вакансию от брифа до выхода человека: система разбирает резюме, оценивает кандидатов против требований, готовит сценарий скрининга, расшифровывает звонки и раскладывает ответы по вопросам. Продукт живой и стоит на проде, им ежедневно пользуются рекрутёры и агентства. Сейчас доводим MVP до готовности к масштабированию — и фронтенд-задач в этом плане больше, чем рук. Что уже есть Кодовая база не с нуля: работающий кабинет на TypeScript + React, собственная дизайн-система, десятки готовых экранов: канбан воронки, карточка кандидата с AI-блоками, мастер брифования, проведение скрининга, страницы вакансий, команда и роли. Бэкенд — на FastAPI с понятным REST API, типы ответов описаны на фронте. Что делать Ваша зона — весь пользовательский путь: улучшение существующих экранов и создание новых. По каждому блоку есть спека с критериями приёмки: «как выглядит успех» описано до строчки. Дизайн-система задана, макетов в Figma нет — собираем из готовых паттернов кабинета. Для вас как самоходного специалиста это возможность создавать премиальный пользовательский SaaS-опыт с минимальными рамками, задавать стандарты рынка, интегрировать AI бесшовно для пользователей, работать в тесной связке с техлидом и продактом — и видеть результаты своей работы в руках пользователей в течение недели. Воронка и работа с кандидатами — гибкая настройка под процессы клиента, живой drag-n-drop; самые заметные экраны продукта. Аналитика — дашборды для команд и их публичные версии для заказчиков. Гостевые сценарии — лёгкие страницы для кандидатов и нанимающих без логина: мобильные, быстрые, конверсионные. Экраны интеграций — подключение внешних площадок и каналов коммуникации. Сквозное качество — адаптивность ключевых сценариев, честные состояния загрузки и долгих AI-операций. Каким мы видим наш интерфейс Это не пожелания, а критерии, по которым будет приниматься работа. UX прежде вёрстки. Вы держите в голове путь рекрутёра от брифа до найма и делаете его интуитивным: каждый экран подталкивает к следующему действию, а не ставит в тупик. Визуальная целостность. Без макетов собираете экраны так, что они выглядят частью единой системы, а не набором разрозненных элементов. Ценим вкус и внимание к деталям. Flow-сценарии — точки касания с клиентом. Гостевые страницы и публичные дашборды видят люди, которые ещё не покупали продукт. Эти экраны — самостоятельный инструмент: они продают CareerGo ещё до регистрации. Конверсия и воронка. Каждый экран — шаг пользователя к цели: кандидату — заполнить форму до конца, рекрутёру — закрыть вакансию. Интерфейс убирает барьеры, а не создаёт их. Скорость — это фича. Задержки в интерфейсе — потерянные пользователи и падение конверсии. Ждём перфекционизма в оптимизации загрузок, работе с тяжёлыми списками и AI-операциями. Стек TypeScript, React 19, TanStack Start/Router (SSR). Опыт 3+ года коммерческого фронтенда на React + TypeScript. Опыт продуктовых SaaS-интерфейсов: формы с валидацией, таблицы, канбаны, дашборды. Drag-n-drop: делали перетаскивание, понимая события, доступность и сохранение порядка. Опыт рефакторинга существующего продакшн-кода. Производительность как привычка: Core Web Vitals, code splitting, ленивая загрузка, виртуализация тяжёлых списков, честный прогресс долгих операций. Знание accessibility (a11y) на уровне WCAG. Чувство конверсии: видите, где пользователь бросает форму, и умеете чинить это интерфейсом, а не уговорами. Умение работать без макетов: собрать аккуратный экран из существующей дизайн-системы. Самостоятельность: взять спеку, задать вопросы по делу, довести до приёмки. Наш стек TypeScript. React 19. TanStack Start. TanStack Router. SSR. REST API. Backend: FastAPI. Что важно для этой роли От трёх лет коммерческого опыта frontend-разработки на React и TypeScript. Опыт работы с продуктовыми SaaS-интерфейсами: формы с валидацией, таблицы, канбаны, дашборды. Практический опыт реализации drag-and-drop: понимание событий, доступности и сохранения порядка элементов. Опыт рефакторинга существующего production-кода. Внимание к производительности: Core Web Vitals, code splitting, ленивая загрузка, виртуализация тяжёлых списков. Умение корректно показывать прогресс длительных операций. Знание accessibility и требований WCAG. Понимание конверсии: способность замечать, где пользователь бросает форму или теряется в сценарии, и улучшать интерфейс. Умение работать без готовых макетов и собирать аккуратные экраны из существующей дизайн-системы. Самостоятельность: разобраться в спецификации, задать уточняющие вопросы и довести задачу до приёмки. Внимание к деталям, визуальный вкус и интерес к пользовательскому опыту. Условия Полностью удалённая работа. Частичная занятость на старте — около 20 часов в неделю. Гибкий график с возможностью пересекаться для созвонов по московскому времени. Оплата по договорённости, ориентир — уровень middle. Через месяц совместно обсудим дальнейший формат занятости и условия оплаты. Старт — в ближайшие недели. Работа напрямую с техлидом и продактом. Возможность влиять на интерфейс, пользовательские сценарии и развитие AI-продукта. Если вам интересно создавать продуманный SaaS-интерфейс, работать с AI-сценариями и видеть, как ваш код помогает людям в реальной работе, — будем рады вашему отклику.

Middle QA Engineer / Тестировщик AI-продукта Мы создаём AI-продукт для рекрутинга, который помогает компаниям быстрее и точнее работать с кандидатами: от загрузки вакансии и резюме до AI-скоринга, генерации вопросов, транскрибации звонков и принятия решений по найму. Сейчас мы усиливаем команду и ищем Middle QA Engineer, который сможет самостоятельно отвечать за качество продукта, проверять ключевые сценарии и помогать выстраивать QA-процессы с нуля. Нам нужен не Junior, а самостоятельный специалист, который умеет не просто проходить чек-листы, а думать как пользователь, находить риски, проверять бизнес-логику и помогать команде выпускать стабильный продукт. Что предстоит делать — Тестировать пользовательские сценарии рекрутёра: от регистрации до создания вакансии, загрузки кандидатов, работы с AI-результатами и загрузки записи звонка. — Принимать новые фичи по критериям приёмки. — Писать чек-листы, тест-кейсы и сценарии проверки. — Проверять позитивные и негативные сценарии. — Гонять нестандартные кейсы: битые файлы, пустые поля, некорректные данные, большое количество кандидатов на вакансию, проблемы с доступами и изоляцией данных. — Проверять клиент-серверную логику и REST API. — Оценивать качество AI-функций: парсинг резюме и вакансий, скоринг кандидатов, генерацию вопросов, транскрибацию звонков и качество текстов. — Заводить, описывать и сопровождать баги в трекере. — Помогать команде выстраивать QA-процесс на ранней стадии продукта. Что важно — Опыт ручного тестирования веб-приложений от 2 лет. — Уверенное понимание клиент-серверной архитектуры и REST API. — Опыт написания чек-листов, тест-кейсов и баг-репортов. — Умение самостоятельно разбираться в продукте, задавать правильные вопросы и находить слабые места. — Внимательность к деталям, интерфейсам, данным и бизнес-логике. — Грамотный русский язык: часть продукта связана с AI-генерацией текстов, и качество формулировок нужно будет внимательно проверять. — Самостоятельность: QA-процессы строим с нуля, поэтому важно уметь работать без постоянного контроля. Будет плюсом — Опыт тестирования AI/LLM-продуктов. — Опыт тестирования HR-tech, ATS, CRM или рекрутинговых систем. — Базовое знание SQL. — Навыки автоматизации тестирования. — Опыт работы с Playwright или похожими инструментами. — Понимание рекрутинговых процессов. Этап отбора Обязательный этап отбора — тестовое задание. Нам важно увидеть не только опыт в резюме, но и то, как кандидат мыслит как QA: насколько внимательно читает требования, умеет находить риски, формулировать баги, составлять чек-листы и проверять продукт с точки зрения реального пользователя. Тестовое задание будет связано с типовыми сценариями нашего продукта: регистрация, работа с вакансией, загрузка кандидатов, проверка AI-результатов и описание найденных проблем. Без выполнения тестового задания кандидаты на финальный этап не рассматриваются. Условия — Удалённый формат работы. — Гибкий график. — Почасовая оплата. — Ориентировочная загрузка: 20–25 часов в неделю. — Для сильных кандидатов с опытом AI/LLM, REST API, SQL и автоматизации ставка обсуждается индивидуально. — Старт как можно скорее: ближайший релиз уже в июле. — Возможность влиять на качество продукта и QA-процессы с самого начала. Кого мы ищем Мы ищем QA-инженера, который умеет смотреть на продукт глазами реального пользователя и бизнеса. Важно не просто проверить, нажимается ли кнопка, а понять: корректно ли работает сценарий, не ломается ли логика, правильно ли обрабатываются данные, качественно ли AI распознаёт информацию, понятны ли тексты и можно ли выпускать фичу клиентам.