Ищу сильного AI-разработчика для создания production-ready AI Sales агента

AI Engineer / AI Agent Developer
Нужен опыт AI-агентов и LLM orchestration!

Проект: AI Sales Concierge (туризм, high-ticket продажи)
Ищу сильного AI-разработчика для создания production-ready AI Sales агента, который:

-ведёт экспертный диалог с клиентом
-с адаптивной персонализацией
-квалифицирует лиды
-подбирает туры
-адаптирует стиль под high-end сегмент
-работает по логике продаж
-интегрируется с CRM
-работает через Telegram / Web

Это не «чат-бот на конструкторе».
Нужен полноценный AI-агент с памятью, decision-layer и инструментами.

Задача: Разработать backend-архитектуру AI-консьержа с оркестрацией LLM.
Технологический стек (предварительно)

Python 3.11+
FastAPI
LLM API (Claude / OpenAI / Mistral)
ngrok / публичный endpoint
PostgreSQL / Redis (для памяти)
Docker (желательно)

❗ Обязателен опыт
Реальные AI/LLM проекты в продакшене
Опыт построения AI-агентов (не просто чат-ботов)
Понимание архитектуры memory + tools + reasoning
Опыт работы с API LLM

Будет плюсом:

LangChain / LlamaIndex
Векторные БД
Telegram Bot API
FastAPI

Что нужно реализовать:
1️⃣ Backend (FastAPI)

REST / SSE endpoint
Обработка входящих сообщений
Интеграция с LLM API
Логирование

2️⃣ Memory layer

Хранение истории диалогов
Профиль клиента
Контекст между сообщениями

3️⃣ Decision Logic

Определение стадии продажи
Выбор стратегии ответа
Простая сценарная логика

4️⃣ Router

Определение типа запроса
Перенаправление в нужный модуль

MVP включает
Web chat API
Интеграция с LLM
Память диалога
Простая продажная логика
Возможность масштабирования!

Ожидания от разработчика:

- Опыт работы с LLM API
- Понимание асинхронного Python
- Опыт проектирования архитектуры

Желательно: опыт multi-agent / orchestration

Сроки
MVP: 3-4 недели

Возможна долгосрочная работа по развитию проекта

❗️Если откликаетесь, пожалуйста, укажите:

-Примеры AI/LLM-проектов
-Предлагаемую архитектуру
-Покажите код (GitHub) похожего проекта.
-Оценку сроков и бюджета

Ответьте на вопросы:

1 Как вы реализуете memory для AI-агента?
(short-term + long-term)
2 Как вы контролируете расходы на токены в продакшене?
3 Что произойдёт, если LLM вернёт невалидный JSON?
4 Как вы ограничите агента от выполнения опасных команд?
5 Использовали ли вы MCP / tool-based архитектуру? Если да – опишите.