Лидер Продукта / Python Backend Tech Lead — ПравоКонсультант
Описание
Ищем сильного технического лидера, который самостоятельно пишет на Python, проектирует микросервисы и выстраивает работу инженерной команды с AI-инструментами. Основная зона ответственности — backend приложения: архитектура, взаимодействие сервисов, надёжность, производительность и выпуск изменений. Frontend занимает меньшую часть задач. Опыт React/TypeScript будет преимуществом. О компании и продукте ПравоТех — продуктовая IT-компания, работающая с 2008 года. Мы развиваем ПравоКонсультант — AI-сервис, который помогает человеку решить конкретную юридическую задачу: проверить договор, разобраться с долгом или увольнением, подготовить документ или план действий. В сентябре 2026 года к сервису обратились около 85 000 раз. ПравоКонсультант объединяет специализированных AI-агентов в одном приложении. Команда Продукта создаёт сервисы, через которые пользователь ставит задачу, передаёт материалы, получает результат и продолжает работу. Внутри компании эта роль называется «Лидер круга Продукт». Чем предстоит заниматься Самостоятельно проектировать и разрабатывать ключевые backend-сервисы на Python, проводить содержательное ревью кода. Определять границы микросервисов, API-контракты и форматы событий, обеспечивать совместимость при независимых релизах. Развивать авторизацию, доступ для организаций, работу с диалогами и документами, тарифы, биллинг, лимиты и учёт расходов. Проектировать взаимодействие приложения с агентными сервисами через API-шлюз. Обеспечивать надёжность долгих операций на 10–30 минут: состояния, прогресс, отмену, восстановление после сбоев и обрывов связи. Исключать повторное выполнение действий и двойные списания при повторных запросах и доставке событий. Работать с нагрузкой: находить узкие места в коде, запросах к БД, очередях и межсервисном взаимодействии. Развивать наблюдаемость: метрики, логи, распределённые трассировки, алерты и разбор инцидентов. Выстраивать разработку с AI-агентами: от постановки задачи и проектирования до проверки кода, тестирования и выпуска. Нанимать и развивать инженеров, распределять ответственность и организовывать регулярную поставку изменений. Вместе с командой и дизайнером прорабатывать функциональность приложения и техническую реализацию пользовательских сценариев. Что для нас важно От 6 лет коммерческой разработки, включая от 3 лет практической разработки на Python. Вы продолжаете писать код и разбирать сложные технические задачи. Опыт самостоятельного проектирования и эксплуатации микросервисных систем: границы сервисов, контракты, события, версионирование и согласованность данных. Уверенная работа с Python, FastAPI, asyncio и Pydantic. Понимание конкурентного выполнения, блокирующих операций, тайм-аутов и управления ресурсами. Опыт работы с PostgreSQL, транзакциями, индексами и оптимизацией запросов. Практика использования очередей и фоновой обработки: повторная доставка, идемпотентность, повторы, восстановление и обработка неуспешных задач. Опыт работы с нагрузкой и надёжностью в production. Можете объяснить, какую проблему нашли, какое решение приняли и как проверили результат. Опыт руководства командой от 4 инженеров: найм, постановка задач, ревью, развитие сотрудников и ответственность за выпуск. Практическое использование AI-агентов в разработке с самостоятельной проверкой результата. Важно понимать, как встроить их в работу команды и сохранить качество кода. Понимание интеграций с LLM и агентными системами: потоковые ответы, вызовы инструментов, задержки, стоимость запросов и обработка ошибок. Умение принимать технические решения с учётом сроков, стоимости сопровождения и задачи пользователя. Будет преимуществом Опыт организации командной разработки с Claude Code, Codex или аналогичными инструментами: инструкции, навыки агентов, автоматические проверки и ревью. Глубокое знание Python: профилирование, память, диагностика проблем asyncio. Биллинг, финансовые операции, резервирование лимитов и сверка списаний. Надёжное выполнение многошаговых задач, компенсирующие операции и событийная архитектура. OpenTelemetry, Prometheus, Grafana, Langfuse или аналогичные инструменты. MCP, OAuth и интеграции с внешними AI-клиентами. React, TypeScript и Next.js — для работы на стыке frontend и backend. Go на уровне чтения кода, опыт поставки продуктов в инфраструктуру заказчика. Как разделена ответственность Команда Продукта отвечает за приложение и сервисы вокруг агентов: доступы, данные, документы, оплату, лимиты, интеграции и надёжную доставку результата пользователю. Команда Агентов отвечает за построение агентов, юридическое качество, поиск, RAG и оценку ответов. Одна из первых задач лидера — согласовать с командой Агентов границы ответственности внутри API-шлюза и контракты взаимодействия. Опыт работы продакт-менеджером, самостоятельного управления активацией, удержанием и A/B-тестами не является обязательным. Юридическое образование, обучение моделей и ML-исследования также не требуются. Наш стек Backend: Python 3.14, FastAPI, Pydantic v2, asyncio, SQLAlchemy, Alembic. Данные: PostgreSQL, MongoDB, Redis, S3. События и интеграции: NATS JetStream, HTTP, SSE, MCP, OAuth. AI-интеграции: FastMCP, tool calling, LiteLLM, OpenRouter. Наблюдаемость: OpenTelemetry, Prometheus, Grafana, Langfuse. Frontend: TypeScript, React 19, Next.js 16, TanStack Query, Tailwind, shadcn, Playwright, Vitest. Инфраструктура: Docker, Kubernetes, Argo CD, GitLab CI. Условия Удалённая работа или гибрид; офис в Москве на Большой Полянке. Оформление по ТК РФ. ДМС со стоматологией. Самостоятельность в технических решениях и организации работы команды. Возможность влиять на архитектуру и развитие AI-сервиса. Этапы отбора HR-интервью → техническое интервью → выборы лидера круга. Финальный этап — онлайн-встреча, на которой вы представите свой опыт, подход к руководству и видение развития технической части продукта. Материалы для подготовки предоставим заранее. В отклике будет полезно коротко рассказать: Какой Python-сервис вы лично проектировали и разрабатывали: задача, архитектура и нагрузка. Какую сложную проблему надёжности или производительности решили. Как используете AI-агентов в собственной работе и в команде. Сколькими инженерами руководили и за что отвечали.