Руководитель направления разработки с применением ИИ / AI SDLC Lead
Описание
Grand trade — один из ключевых импортеров России и стран СНГ в категориях продовольственных и непродовольственных товаров. Мы успешно работаем на международном рынке импорта более 15 лет и создаем товарное разнообразие, предлагая лучшее, что есть у мира. Приглашаем в нашу команду Руководителя направления разработки с применением ИИ. Ваша основная задача — обеспечение поэтапной модернизации и перевода на современный технологический стек бизнес-критичных логистических систем компании с помощью инструментов искусственного интеллекта. _________________________________________________________________________________________________________________ МЫ ПРЕДЛАГАЕМ: Возможности профессионального развития. Открытую демократичную культуру и экспертную команду, ориентированную на общий результат. Социальный пакет, включающий ДМС с первого дня работы в компании. Партнерские скидки на платформе Best Benefits. Официальное оформление по трудовому законодательству РФ. Заработную плату, которая соответствует уровню рынка труда. ВАМ ПРЕДСТОИТ: 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». МЫ ОЖИДАЕМ ОТ КАНДИДАТА: 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 преимуществом: 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. _________________________________________________________________________________________________________________ Какие этапы предстоит пройти? Общение с HR. Встреча-знакомство с руководителем. Сбор рекомендаций. Оффер. ⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀ LET’S GO!