15 специалистов под управлением Босса. Реальные проекты в production.
Каждый агент имеет свою роль как в реальной команде разработки. Полный цикл: исследование → проектирование → разработка → тестирование → деплой.
Принимает задачи от клиентов, распределяет между специалистами, контролирует качество результатов
Код, API, интеграции. Python, Node.js, backend, микросервисы
Инфраструктура, Docker, CI/CD, мониторинг, деплой в production
Обучение моделей, fine-tuning, оптимизация inference
Сбор требований, user stories, проработка процессов
Интерфейсы, пользовательский путь, прототипы
Система персистентной памяти для LLM-агентов. Позволяет ботам "помнить" контекст между сессиями. Layer-based архитектура: short-term, long-term, episodic память с векторным поиском.
Обучение малой языковой модели (1.5B параметров) на корпоративных данных. Fine-tuning через LoRA, квантизация GPTQ/AWQ для CPU-инференса, развёртывание on-premise.
Инфраструктура для управления командой из 15 AI-агентов. Multi-node setup, логирование задач, мониторинг работы агентов.