Мы — core-команда фронтенда Яндекс 360. В команде восемь фронтенд-разработчиков.

Наша зона ответственности:

- AI-инфраструктура для фронтенда Яндекс 360 — так как все разработчики используют код-ассистентов

- Orbita — библиотека React-компонентов для всех сервисов Яндекс 360 (Почты, Диска, Календаря, Мессенджера, Телемоста и десятка других)

- ПДОК — платформа дистрибуции общих компонентов на базе Module Federation

- FF Duffman — BFF, который используют почти все сервисы Яндекс 360

- CI/CD-инфраструктура — ускорение процессов разработки и поставки

Технологический стек: React, TypeScript, Module Federation, webpack, Node.js.

Почему стоит работать с AI-инфраструктурой?

По нашим опросам, более 90% фронтенд-разработчиков Яндекс 360 используют в работе AI-код-ассистентов. Но без правильного контекста AI генерирует код, который не соответствует стандартам команды, использует несуществующие API компонентов, и в итоге такой код проще переписать, чем исправить.

Мы создаём инфраструктуру, которая позволит сделать AI-ассистентов полноценными членами команды. Они будут знать архитектуру проектов, следовать стандартам кодирования, использовать реальные компоненты из наших библиотек и генерировать код, который не придётся переписывать.

Какие задачи вас ждут

Улучшение MCP-сервера

Вам предстоит расширить функциональность MCP-сервера, добавить инструменты для поиска и получения детальной информации о компонентах (пропсы, API, примеры). Это поможет AI-ассистентам лучше работать с библиотекой и предоставлять актуальный контекст.

Разработка аналога Context7 для Яндекс 360

Предстоит разработать систему, которая автоматически будет индексировать и предоставлять документацию по внутренним пакетам Яндекс 360 в формате, оптимизированном для AI. Система будет собирать данные из репозиториев и отдавать их через MCP/API по запросу.

Создание системы управления правилами и промптами для AI-ассистентов

Вы будете создавать централизованное хранилище версионированных промптов и правил поведения AI-ассистентов. В нём будет возможно наследование и автоматическая подстановка в контекст. Это обеспечит единообразие, безопасность и управляемость взаимодействия с AI во всех командах.

Генерация AI-дружественной документации

Нужно будет создавать CI/CD-пайплайны и скрипты, которые автоматически генерируют из исходного кода документацию в формате, удобном для AI-агентов. Документация будет включать компактные сигнатуры, метаданные и примеры. Сгенерированные артефакты будут использовать MCP-серверы и система внутреннего Сontext7.

Больше о фронтенде в Яндексе — в канале Yandex for Frontend

Мы ждём, что вы

- Хорошо знаете TypeScript

- Работали с AI-код-ассистентами

- Используете Cursor, Claude Code, GitHub Copilot и других AI-ассистентов ежедневно в реальных проектах

- Понимаете, как работают AI-агенты, и знаете, как правильно использовать окно контекста

- Можете определить, когда агенту не хватает контекста, и знаете, как это исправить

- Способны объяснить разницу между хорошим и плохим промптом на примерах

Будет плюсом, если вы

- Разрабатывали MCP-серверы

- Работали с Figma API или другими инструментами дизайна

- Понимаете CI/CD-процессы и настраивали автоматизацию

- Знаете архитектуру дизайн-систем и UI-библиотек (prop API, tokens, theming)

Узнать больше

-

Яндекс 360

-

Офисы в Москве

-

Как в Яндексе проходят алгоритмические секции собеседований

-

Задачи для подготовки к собеседованиям