Коротко: в Lovon (AI Relationship Therapist - voice-to-voice agent; недавно подняли $850k pre-seed раунд) ищем A-player Backend инженера (Python), full-time. Обязательно: опыт работы с интеграциями LLMs, опыт в стартапах, самостоятельность и высокая скорость деливеринга. Платим хорошую зарплату в соответствии с опытом и пожеланиями, даём опцион, готовы постоянно повышать зарплатную часть с ростом продукта и в случае хорошей работы.

Про нас

• Цель Lovon - сделать первого в мире AI семейного терапевта, который будет помогать парам проходить тяжелые периоды в отношениях и справляться с трудностями. И всё это на многомиллиардном быстрорастущем рынке.
• Мы только что закрыли pre-seed раунд на $850.000, что подтверждает веру рынка в нашу миссию. Продукт уже зарабатывает и быстро растёт.
• У нас небольшая, но сфокусированная команда.
• Команда фаундеров имеет опыт создания и масштабирования качественных b2c продуктов. В прошлом, мы сделали и продали MUBR (music social network for U.S. GenZ) - у нас было 3М пользователей и 150k daily active users.

Что можно почитать о нас: https://startupsmagazine.co.uk/index.php/article-lovon-raises-850k-ai-relationship-coach-couples

• Фотка фаундеров и продукта для привлечения внимания :)

Что надо будет делать:

Backend и системная разработка

• Разработка и поддержка API и внутренней логики, проектирование архитектуры, поддержка инфраструктуры
  • Стэк: Python, FastAPI, PostgreSQL, Redis, RabbitMQ
• Разделение кода на слои и поддержание читаемости

AI-терапевт (voice-to-voice агент)

• Улучшать архитектуру AI Relationship Therapist - голосового агента, который связывает LLM, TTS/STT (text-to-speech) и пользовательский контекст
• Пока что мы используем Retell.ai - voice-конструктор (как n8n, но для voice agents). Задача backend сейчас - передавать и синхронизировать данные до, во время и после сессии
• В перспективе будем переход на собственную инфраструктуру:
  • Интеграция LLM (OpenAI, Claude и др.) и TTS/STT (Whisper, ElevenLabs, Suno и др.)
  • Сбор и обработка данных пользователя в реальном времени. Использование пользовательских и внешних данных для дообучения моделей и улучшения качества продукта
  • Масштабирование до тысяч параллельных сессий

Backend/AI-лид

• 80% времени - писать код (любой сложности)
• 20% - продумывать архитектуру, делать ревью, улучшать процессы