- Страна
- Россия
Tech Lead / Head of Product Engineering (AI-first)
Оценка ИИВысокий балл за актуальность стека (AI-first, Agentic approach) и возможность удаленной работы. Вакансия предлагает значительную автономию и влияние на продукт, что идеально для амбициозных лидеров с предпринимательским духом.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков: глубокой технической экспертизы (hands-on), управленческого опыта и продвинутого владения AI-инструментами разработки. Кандидат должен не только управлять, но и самостоятельно собирать прототипы, понимая при этом бизнес-метрики.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции Head of Engineering с глубокой AI-экспертизой на российском рынке (удаленка, ИП) зарплаты обычно стартуют от 400 000 до 700 000 рублей и выше в зависимости от стадии стартапа. Данная роль предполагает высокую ответственность, что оправдывает верхние границы рыночных вилок.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Вакансии для руководителей Work For Top в Телеграм https://telegram.me/workfortop
Вакансии для руководителей Work For Top в Макс https://max.ru/workfortop
*🌀* Tech Lead / Head of Product Engineering (AI-first)
Задачи
- вести разработку от идеи и MVP до production, управлять командой и при этом оставаться hands-on. Переходим к продуктовой разработке малыми командами и AI-agentic подходу. Важно уметь самостоятельно быстро собрать пилот с AI-инструментами, а затем вместе с командой довести его до production.
— Руководить командой разработки: планирование, декомпозиция, приоритизация, delivery.
— Вести продукты от идеи до релиза и оценивать результат.
— Принимать продуктовые и технические решения, формировать roadmap и техническое видение.
— Выстраивать процессы разработки, code review, тестирование и контроль качества.
— Развивать команду, участвовать в найме и менторинге.
— Внедрять AI-инструменты и агентные сценарии разработки в команду.
Требования
— 5+ лет коммерческой разработки.
— 1–2+ года в роли Team Lead / Tech Lead / руководителя разработки или проекта.
— Опыт управления командой и delivery.
— Практический опыт с Claude Code, Cursor, OpenAI Codex, GitHub Copilot или аналогами.
— Умение самостоятельно собрать MVP и довести его до production вместе с командой.
— Понимание LLM, RAG, AI-агентов и оценки качества AI-фич.
— SQL / PostgreSQL, REST API, Docker, Git.
— Понимание product metrics, PMF, ICP, activation, retention.
Fullstack / hands-on опыт
— Опыт основания стартапа
— Open Source
—Построение команды с нуля
— n8n, LangChain/LangGraph, Open WebUI
— Идеальный профиль: Product × Engineering × AI — человек, который умеет не только управлять разработкой, но и сам быстро превращать идею в работающий прототип.
Условия
— РФ, удалённо, full-time, ИП/СЗ.
Контакты
- ТГ Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- PostgreSQL
- REST API
- Docker
- Git
- LLM
- RAG
- n8n
- LangChain
- LangGraph
- Claude Code
- Cursor
- OpenAI Codex
- GitHub Copilot
- Open WebUI
Возможные вопросы на собеседовании
Проверка практического опыта работы с AI-инструментами и их влияния на скорость разработки.
Расскажите о вашем опыте использования Cursor или Claude Code: как именно эти инструменты изменили ваш процесс написания кода и сборки MVP?
Оценка понимания современных AI-архитектур.
Какие основные сложности вы видите при внедрении RAG-систем в production и как вы оцениваете качество ответов LLM?
Проверка баланса между управлением и личным вкладом в код.
Как вы распределяете свое время между написанием кода (hands-on) и управленческими задачами (планирование, менторинг) в условиях сжатых сроков?
Оценка продуктового мышления кандидата.
Приведите пример, когда техническое решение напрямую повлияло на продуктовую метрику (например, Retention или Activation). Как вы это измерили?
Проверка навыков формирования команды.
Каков ваш подход к найму инженеров в AI-first команду? На какие неочевидные навыки вы обращаете внимание в первую очередь?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
