Team Lead разработки / AI-native Engineering Lead
Оценка ИИПривлекательная позиция для сильного инженера, желающего влиять на продукт и работать с AI. Офисный формат в Астане может быть ограничением для некоторых, но работа над реальным сектором (строительство) дает стабильность.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью совмещать роль играющего тренера (40-60% кодинга) с управлением командой и глубокой экспертизой в области LLM и AI-агентов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции Team Lead с экспертизой в AI на рынке Казахстана (Астана) медиана составляет около 1.8 - 2.5 млн тенге (в эквиваленте USD). Роли с фокусом на AI-native разработку обычно оплачиваются по верхней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Team Lead разработки / AI-native Engineering Lead
Компания: Mindia KZ
Сайт: https://mindia.kz/
Город: Астана
Формат: работа в офисе, полная занятость
Контакт: Откликнуться
Mindia KZ развивает продукт для строительной отрасли. Ищем технического лидера, который возьмёт руководство командой разработки, будет лично писать код и внедрять AI-подходы в продукт и работу инженеров.
40–60% рабочего времени — личная разработка: реализация функциональности, тестирование, решение сложных технических задач и выпуск изменений. Остальное время — техническое руководство, работа с продуктом и развитие команды.
Обязательные требования
- Реальный опыт работы тимлидом. Вы уже руководили командой разработчиков, распределяли задачи и ответственность, принимали технические решения, развивали инженеров и отвечали за результат команды.
- Опыт доведения продукта с нуля до промышленной эксплуатации и его дальнейшей поддержки. Вы участвовали в создании продукта, запускали его для реальных пользователей и отвечали за стабильную работу, устранение проблем и развитие после запуска.
- Сильная актуальная инженерная практика. Вы регулярно работаете с production-кодом, можете подробно объяснить собственные решения и самостоятельно разобраться в сложной технической проблеме.
- Понимание архитектуры приложений, API, данных, безопасности и эксплуатации.
- Практический опыт создания и запуска решений на основе LLM: работа с контекстом, знаниями, инструментами и AI-агентами. Понимание возможностей и ограничений моделей.
- Продуктовое мышление: умение разобраться в потребности пользователя, определить приоритеты и довести задачу до работающего результата.
Глубокое владение хотя бы одним промышленным стеком обязательно. Совпадение со всеми технологиями продукта не требуется.
Что предстоит делать
- Руководить командой разработки: распределять ответственность, проводить code review, участвовать в найме и развитии инженеров.
- Лично разрабатывать ключевую функциональность и доводить её до использования реальными пользователями.
- Принимать архитектурные решения с учётом надёжности, безопасности, производительности и стоимости.
- Выстраивать совместную работу инженеров и AI-агентов: подготовку контекста, распределение задач и проверку результатов.
- Развивать AI-функциональность продукта, проверять её качество и пользу для пользователей, выявлять регрессии.
- Обеспечивать стабильную работу продукта после выпуска и устранять проблемы эксплуатации.
Будет плюсом опыт B2B-продуктов, корпоративных интеграций, CAD/САПР, BIM или цифровых решений для строительной отрасли.
Как откликнуться
Отправьте резюме в Откликнуться.
В сопроводительном сообщении обязательно опишите один продукт, который вы довели с нуля до промышленной эксплуатации и затем поддерживали:
- Что это за продукт, какую задачу он решает и кто им пользуется.
- Как долго вы работали тимлидом, какой командой руководили, за что отвечали и что реализовали лично.
- Как прошёл путь от начала разработки до промышленного запуска.
- Как долго вы поддерживали продукт после запуска и какие проблемы эксплуатации решали.
Также кратко расскажите о практическом опыте работы с LLM и AI-агентами: что вы внедрили и какой результат получили.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- LLM
- AI Agents
- API
- Architecture
- Code Review
- Team Management
- Product Management
Возможные вопросы на собеседовании
Проверка опыта полного цикла разработки, заявленного в требованиях.
Расскажите о самом сложном продукте, который вы вывели с нуля в продакшн: с какими архитектурными вызовами вы столкнулись на этапе масштабирования?
Оценка практических навыков работы с AI, критически важных для этой роли.
Как вы подходите к оценке качества ответов LLM и борьбе с галлюцинациями в продуктовых решениях?
Проверка способности кандидата внедрять AI в процессы разработки.
Каким вы видите идеальный процесс взаимодействия разработчика и AI-агента при написании и проверке кода?
Оценка лидерских качеств и умения развивать команду.
Как вы распределяете задачи в команде, когда нужно одновременно внедрять инновационные AI-фичи и поддерживать стабильность текущего продукта?
Проверка продуктового мышления.
Как вы определяете приоритетность технического долга по сравнению с новыми продуктовыми требованиями в условиях ограниченных ресурсов стартапа?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
