Backend:
Zkušenost s vývojem serverových API v Node.js (Express, Hono, Fastify nebo podobné) – middleware pattern, routing, validace vstupů, kompozice více služeb v jednom procesu. Důležitá není konkrétní knihovna, ale schopnost navrhnout strukturu serveru a rozumět principům.
Databáze:
- Zkušenost s databázovým návrhem – relační databáze (PostgreSQL), dokumentové/NoSQL databáze (MongoDB, DynamoDB nebo podobné) a ideálně i grafové databáze pro modelování vztahů mezi entitami.
- Znalost ORM nástrojů (Prisma, Drizzle, TypeORM nebo podobné) a principu schema-first API designu, kde se z databázového schématu automaticky generují typované API endpointy a klientské typy (PostGraphile, Hasura, tRPC nebo GraphQL Codegen
Klíčová je schopnost navrhnout datový model, zvolit správný typ databáze pro daný problém a zajistit typovou bezpečnost od databáze až po frontend.
- grafová DB je nice to have, tady je důležitá znalost ORM a schema-first API design
Nice to have:
- Zkušenost s návrhem a implementací asynchronních workflow – dlouhoběžící procesy rozdělené na kroky s retry logikou, paralelní větvení (fan-out/fan-in) a orchestrace sub-úloh.
- Znalost event-driven architektury, kde webhook nebo API volání spustí pipeline, která se postupně zpracovává nezávisle na HTTP requestu (Inngest, Temporal, AWS Step Functions, BullMQ nebo podobné).
- Důležité je pochopení principů – idempotence kroků, persistence stavu workflow a schopnost navrhnout pipeline, která přežije výpadek procesu.
- Zkušenost s integrací AI/LLM do aplikací – volání modelů přes API (OpenAI, Anthropic nebo podobné), prompt engineering, práce s embeddingy a vektorovým vyhledáváním (RAG pattern).
Ideálně zkušenost s orchestrací AI agentů – nástroje (tools/function calling), řetězení kroků a správa kontextu.
Klíčový je zájem o AI technologie a schopnost navrhnout pipeline, kde LLM není jen chatbot, ale součást automatizovaného procesu.
Frontend:
- React (případně i Vue.js)
- Tanstack Start (React Framework) a Tanstack Query (State Management) bude velká výhoda.