yandex
LeadУдалённоПолная занятость

Руководитель разработки (AI-трансформация SDLC и модернизация систем)

ИИОценка ИИ

Уникальная и амбициозная позиция на стыке управления разработкой и передовых AI-технологий. Вакансия предлагает работу над сложными инженерными задачами и возможность реально влиять на технологический стек компании.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Роль требует редкого сочетания глубокого архитектурного бэкграунда (7+ лет) и практических навыков работы с новейшими AI-инструментами разработки (MCP, Agentic workflows). Кандидату предстоит не просто управлять командой, а фундаментально перестроить процессы SDLC и работать со сложным legacy-монолитом.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана550 000 ₽
Рынок450 000 ₽ – 800 000 ₽
ИИОценка ИИ

Зарплата в объявлении не указана, но для позиции уровня Head of Engineering / AI Architect с таким набором требований рыночные предложения начинаются от 450 000 рублей. В крупных тех-компаниях и финтехе за подобные роли с фокусом на AI-трансформацию компенсация может достигать 600 000 - 800 000 рублей.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

Grand trade

Руководитель разработки (AI-трансформация SDLC и модернизация систем)

Опыт работы: более 6 лет

Полная занятость

График: 5/2

Формат работы: удалённо или гибрид

*☑️* Чем предстоит заниматься

-Проводить аудит SDLC и замерять эффективность: описывать текущий поток создания ценности (от требований до эксплуатации), собирать исторические метрики (baseline) из Трекера, Git и CI/CD, выявлять узкие места и формировать целевую модель AI SDLC

-Выстраивать управляемый поток требований и спецификаций: задавать стандарт входных артефактов (включая OpenSpec), схему их хранения и версионирования (Яндекс Вики + Git), сквозную трассируемость до релиза и агентную декомпозицию на frontend/backend-задачи с ревью аналитиком

-Создавать рабочую среду для Agentic SDLC: стандартизировать правила работы агентов (repository-level instructions, проектные skills) и формировать инженерную базу знаний (CodeBaseMemory), исключая зависимость от персональных «магических» решений отдельных разработчиков

-Интегрировать агентов в инфраструктуру: настраивать безопасный доступ ИИ к коду, документации, Яндекс Вики, Трекеру и CI/CD (через MCP и аналоги) и выстраивать единый цикл работы (planning → implementation → verification → human review → merge)

-Лидировать пилот и обеспечивать качество (Quality & Security): запускать новый процесс на команде веб-сервисов, обучать коллег, разграничивать зоны ответственности агента и человека (human-in-the-loop), встраивать ИИ в автотесты и code review, а также настраивать quality gates и правила ИБ (permissions, secrets, логирование действий агентов)

-Формировать подход к модернизации legacy-систем: использовать ИИ для исследования крупного логистического монолита (code archaeology, анализ БД и хранимых процедур), восстанавливать спецификации, внедрять characterization tests для проверки эквивалентности поведения и обеспечивать поэтапную миграцию на современный стек без подхода «переписать всё с нуля»

-Общение с HR

*☑️* Наши пожелания к кандидатам

-Практический опыт в software engineering от 7 лет, включая опыт в роли Tech Lead, Solution/Software Architect или Engineering Lead

-Сильный hands-on бэкграунд: способность самостоятельно разобраться в коде, написать прототип, автоматизацию или интеграцию и проверить результат

-Опыт реального применения AI coding agents в разработке (Claude Code, OpenAI Codex, GitHub Copilot/Coding Agent, Cursor и др.) и понимание context engineering, agent instructions, skills, tool use, MCP, sandboxing и автоматической верификации

-Подтвержденный опыт оптимизации процессов разработки (SDLC), работы с инженерными метриками, проведения пилотов, а также глубокая практика с CI/CD, automated testing, code review и эксплуатацией production-систем

-Умение работать с неполными требованиями, договариваться с аналитиками, разработчиками, QA и бизнесом, формализовывать процессы и готовность нести инженерную ответственность за результат, даже если значительная часть артефактов создана ИИ

*☑️* Будет плюсом

-Опыт работы со стеком наших систем: Python, TypeScript/JavaScript, Vue, PostgreSQL, RabbitMQ и хранимыми процедурами

-Опыт реверс-инжиниринга и поэтапной модернизации legacy-систем, восстановления бизнес-логики по коду и БД, создания characterization tests

-Практика работы с RAG / базами знаний, внедрения внутренних инженерных платформ (golden paths, developer enablement) и развития сообществ практики

Контакты: Откликнуться

*🔥* Подписаться на наши каналы / @best_itjob / @it_rab

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • TypeScript
  • Python
  • CI/CD
  • PostgreSQL
  • JavaScript
  • RAG
  • Software Architecture
  • Vue
  • SDLC
  • RabbitMQ
  • GitHub Copilot
  • Cursor
  • Claude Code
  • MCP
  • AI Coding Agents
  • OpenAI Codex

Возможные вопросы на собеседовании

Проверка практического опыта внедрения AI в рабочие процессы.

Расскажите о вашем опыте внедрения AI-агентов в SDLC: с какими основными проблемами безопасности и качества кода вы столкнулись и как их решили?

Оценка навыков работы с устаревшим кодом и стратегий миграции.

Какую стратегию вы выберете для восстановления спецификаций крупного логистического монолита с использованием ИИ, чтобы минимизировать риски при миграции?

Проверка понимания архитектуры взаимодействия AI с инфраструктурой.

Как бы вы спроектировали безопасную среду для работы AI-агентов с доступом к внутренним репозиториям и CI/CD (использование MCP, sandboxing)?

Оценка управленческих навыков в контексте изменения процессов.

Как вы планируете преодолевать сопротивление команды при переходе на Agentic SDLC и обучать разработчиков эффективному взаимодействию с ИИ?

Проверка умения работать с метриками эффективности.

Какие ключевые метрики (baseline) вы будете замерять в первую очередь для оценки успешности внедрения AI-трансформации в разработку?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!