Обеспечить системное повышение производительности, качества и предсказуемости разработки за счёт развития единой инженерной модели, централизованных технологических сервисов, AI PDLC, автоматизации и устранения потерь на всём пути от бизнес-идеи до промышленной эксплуатации.
Масштаб роли
Более 200 продуктовых команд и около 10 направлений бизнеса, включая инвестиционный бизнес, криптоактивы и ЦФА, рисковое и долгосрочное страхование, финансового помощника и другие продукты Wealth Management.
1. Эффективность производственного процесса
Управление сквозным процессом от бизнес-идеи до промышленного внедрения.
Выявление и устранение потерь, узких мест и повторных работ.
Масштабирование единых инженерных практик на 200+ команд при сохранении специфики бизнес-направлений.
2. AI PDLC и инженерная трансформация
Запуск и масштабирование Spec-Driven Development.
Внедрение AI-агентов в анализ, разработку, тестирование и сопровождение ПО.
Развитие AI-компетенций команд и подтверждение эффекта AI PDLC через метрики.
3. Централизованные инженерные сервисы
Развитие сервисов автоматизированного, интеграционного и нагрузочного тестирования, QA, DevOps/CI/CD, тестовых сред и данных.
Формирование каталога сервисов, SLA/SLO и модели самообслуживания.
Исключение дублирования инструментов и повышение повторного использования решений.
4. Инженерное качество и Developer Experience
Формирование единых стандартов разработки, тестирования и quality gates.
Автоматизация типовых операций и создание «золотых путей» разработки.
Управление дефектностью, техническим долгом и эксплуатационной надёжностью.
5. Метрики и управление изменениями
Формирование и реализация дорожной карты инженерной трансформации.
Управление изменениями на уровне всего ИТ-департамента и масштабирование успешных практик.
Ответственность за Lead Time, частоту и успешность внедрений, покрытие автотестами, плотность дефектов, сроки их устранения, длительность регресса и эффект AI-инструментов.
Опыт инженерной трансформации в крупных технологических организациях.
Опыт управления изменениями в масштабе десятков или сотен продуктовых команд.
Экспертиза в SDLC/PDLC, DevOps, CI/CD, QA, Platform Engineering и автоматизации тестирования.
Практический опыт применения GenAI и агентских инструментов.
Умение управлять через метрики и переводить инженерные улучшения в бизнес-эффект.
Москва
Не указана