CTO «Интерактивные AI-сервисы»
Оценка ИИВысокая оценка обусловлена сильным брендом работодателя, передовым технологическим стеком (AI-first, Agentic AI) и возможностью реально влиять на продукт, улучшающий качество жизни. Это уникальный вызов для топового технического лидера.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИЭто позиция уровня C-level, требующая не только глубоких технических знаний в области LLM и Agentic AI, но и выдающихся управленческих навыков для трансформации инженерной культуры в AI Native. Кандидат должен обладать опытом стратегического планирования и управления несколькими командами одновременно.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции CTO в крупной технологической компании уровня Сбера рыночная вилка обычно начинается от 600 000 рублей и может достигать 1 200 000 рублей и выше, включая бонусы. Данная роль требует редких компетенций на стыке менеджмента и AI-инженерии, что оправдывает верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
СберЗдоровье
CTO «Интерактивные AI-сервисы»
Опыт работы: более 6 лет
Полная занятость
График: 5/2
Формат работы: гибрид (Москва)
*☑️* Чем предстоит заниматься
-Определять и реализовывать технологическую стратегию направления совместно с Product Lead и бизнесом
-Отвечать за разработку и развитие ключевых продуктов направления: мобильного приложения нового поколения, AI-помощника, платформы персонализированного риск-профиля и интеллектуальных сервисов повышения качества и продолжительности жизни
-Формировать AI Native инженерную организацию, обеспечивающую высокую скорость вывода новых продуктов и функций
-Внедрять современные практики AI PDLC на всех этапах жизненного цикла AI-продуктов — от идеи и исследований до промышленной эксплуатации
-Организовывать эффективный процесс исследований (R&D), быстрого прототипирования и проверки продуктовых гипотез
-Руководить несколькими автономными инженерными командами (Tiny Teams), обеспечивая их высокую эффективность и ответственность за конечный результат
-Развивать практики агентной разработки (Agentic AI), AI Coding и использования AI-инструментов для автоматизации инженерной деятельности
-Формировать масштабируемую архитектуру AI-first продуктов, обеспечивающую быстрое внедрение новых моделей, сервисов и пользовательских сценариев
-Управлять архитектурой решений, техническим долгом и технологическими рисками
-Обеспечивать надежность, масштабируемость, наблюдаемость и безопасность сервисов промышленного уровня
-Развивать инженерную культуру, основанную на автоматизации, непрерывном обучении, экспериментах и постоянном улучшении процессов
-Формировать технологический roadmap направления и обеспечивать достижение бизнес- и продуктовых целей
*☑️* Наши пожелания к кандидатам
-Построения AI Native Engineering Organization
-Внедрения AI PDLC как основного процесса разработки
-Организации работы автономных Tiny Teams
-Создания культуры постоянных экспериментов и быстрого вывода гипотез в продукт
-Широкого использования AI для автоматизации инженерной деятельности
-Сокращения времени прохождения полного цикла Idea → Prototype → MVP → Production
-Формирования инженерной культуры, где скорость обучения и внедрения инноваций становится ключевым конкурентным преимуществом
-Опыт руководства несколькими инженерными командами разработки от 2 лет
-Опыт создания и развития современных цифровых продуктов с высокой скоростью поставки изменений
-Опыт формирования и реализации технологической стратегии продукта
-Практический опыт построения архитектуры мобильных и backend-продуктов промышленного уровня
-Опыт управления архитектурой, качеством разработки и техническим долгом
-Практический опыт внедрения AI PDLC или аналогичных процессов разработки AI-продуктов
-Глубокое понимание жизненного цикла AI-продуктов: Data → Prompt → Model → Evaluation → Production → Monitoring → Continuous Improvement
-Понимание современных подходов к разработке LLM-приложений, Agentic AI, Multi-Agent Systems, Tool Calling, MCP, Workflow Orchestration и Retrieval-Augmented Generation (RAG)
-Практический опыт применения современных AI-инструментов разработки (Cursor, Claude Code, GitHub Copilot и др.)
-Опыт построения процессов R&D, быстрого прототипирования и проверки продуктовых гипотез
-Опыт организации работы автономных инженерных команд (Tiny Teams)
-Опыт разработки мобильных приложений и высоконагруженных backend-сервисов
-Понимание принципов построения персонализированных цифровых сервисов и работы с пользовательскими данными
-Понимание современных практик DevSecOps, CI/CD, Observability и Platform Engineering
-Опыт эффективного взаимодействия с продуктовой командой и бизнесом
Контакты: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- AI Native Engineering
- AI PDLC
- LLM
- Agentic AI
- Multi-agent systems
- RAG
- Python
- Mobile Development
- Backend Development
- DevSecOps
- CI/CD
- Observability
- Platform Engineering
- Cursor
- Claude Code
- GitHub Copilot
- R&D
Возможные вопросы на собеседовании
Вопрос проверяет практический опыт кандидата в организации процессов разработки специфичных для AI продуктов.
Расскажите о вашем опыте внедрения AI PDLC: как вы выстраивали цикл от сбора данных и промпт-инжиниринга до оценки и мониторинга моделей в продакшене?
Важно понять, как кандидат планирует повышать эффективность разработки с помощью современных инструментов.
Как вы планируете внедрять практики Agentic AI и AI Coding (например, Cursor, GitHub Copilot) для автоматизации работы инженеров в ваших командах?
Позиция подразумевает управление структурой команд.
Какой у вас опыт работы с форматом Tiny Teams? Как вы обеспечиваете их автономность и при этом сохраняете общую архитектурную целостность продукта?
CTO должен уметь балансировать между инновациями и стабильностью.
Как вы подходите к управлению техническим долгом и технологическими рисками при условии очень высокой скорости вывода новых AI-фич на рынок?
Проверка знаний современных архитектурных паттернов для LLM.
Опишите ваш подход к проектированию масштабируемой архитектуры для RAG-систем и мультиагентных воркфлоу в высоконагруженном мобильном приложении.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
