Руководитель внедрения AI в продуктовую разработку / LLM SDLC Lead

Мы развиваем систему дистанционного банковского обслуживания физических лиц и платформу электронной коммерции. В двух продуктовых командах работают около 30 человек, планируем рост до 50.
Команды уже используют LLM для разработки и системного анализа, а продакты и дизайнеры экспериментируют с созданием интерфейсов с помощью Claude и Figma.

Следующий шаг — сделать эти практики доступными, воспроизводимыми и эффективными для всех участников продуктового процесса.

Ищем человека, который возьмёт на себя развитие AI-практик и инструментов на всём жизненном цикле продукта: от исследования потребностей и подготовки требований до разработки, тестирования, выпуска и оценки результатов.

Цель роли:
Сократить Time to Market, повысить качество выпускаемых изменений и улучшить экономику продуктовой разработки за счёт системного применения LLM.Вместе с продуктовыми и техническими руководителями вы будете определять, где AI приносит наибольший эффект, внедрять рабочие решения и подтверждать результат метриками.

Наша технологическая среда:
Backend: Java, Spring, Groovy.
Frontend: Flutter, Vue.js.
Среда разработки и инструменты: OpenCode / OpenChamber, Coder, GitLab.
Используемые AI-сервисы и модели: ChatGPT, Kimi, Claude.
Дизайн и прототипирование: Figma и инструменты создания интерфейсов на базе LLM.
Перспективные направления — поиск по внутренним знаниям о продуктах и системах на базе RAG, а также оркестрация работы AI-агентов с участием человека в контрольных точках — Human in the Loop.

Чем предстоит заниматься:

• Развивать программу внедрения AI. Исследовать работу команд, находить потери времени и качества, формировать и приоритизировать инициативы по ожидаемому эффекту, стоимости и сложности внедрения.
• Внедрять сценарии на всём SDLC. Помогать продактам проверять гипотезы, аналитикам готовить требования и оценивать влияние изменений, дизайнерам создавать прототипы, разработчикам писать и проверять код, QA — готовить и выполнять проверки.
• Организовать доступную рабочую среду. Совместно с инфраструктурной командой и ИБ решать вопросы доступа, учётных записей, моделей, лимитов и интеграций. Сделать подключение нового сотрудника к AI-инструментам понятным и быстрым.
• Выбирать и оценивать инструменты. Сравнивать модели и решения на реальных задачах наших команд: по качеству, полной стоимости выполнения задачи, скорости и ограничениям использования.
• Создавать повторно используемые практики. Развивать инструкции для агентов, шаблоны контекста, навыки, типовые сценарии и критерии проверки результатов. Обеспечивать их актуальность и версионирование.
• Обучать команды. Оценивать навыки сотрудников, проводить практические занятия на рабочих задачах, сопровождать внедрение и развивать внутренних экспертов в каждой команде.
• Развивать работу с внутренними знаниями. Определять источники и владельцев информации для RAG, требования к актуальности, разграничению доступа и качеству ответов со ссылками на первоисточники.
• Внедрять управляемые агентные процессы. Проектировать последовательности работы агентов и сотрудников: передачу контекста, проверки, согласования, обработку ошибок, журналирование и восстановление после сбоев.
• Обеспечивать качество и контролируемость. Совместно с техническими руководителями и ИБ определять допустимые данные, права агентов и обязательные проверки перед включением результата в продукт.
• Измерять эффект. Отслеживать сроки, трудозатраты, доработки, дефекты и затраты на AI. Масштабировать работающие решения и прекращать эксперименты, которые не дают подтверждённой пользы.

Что мы ожидаем:

• Опыт разработки и внедрения программных продуктов, понимание полного SDLC.
• Опыт работы в роли технического лидера, engineering manager, архитектора или руководителя инженерных изменений.
• Практический опыт использования LLM и coding agents в реальных проектах: работа с репозиториями, контекстом, инструментами, тестами и проверкой результатов.
• Способность самостоятельно собрать прототип интеграции, разобраться в коде и CI/CD, воспроизвести проблему и обсудить решение с разработчиками.
• Понимание архитектуры корпоративных приложений; уверенное знание одного из основных стеков разработки и способность работать с нашей технологической средой.
• Умение внедрять изменения через обучение, совместную работу и измеримый результат.
• Навыки оценки эффективности: построение исходных метрик, постановка экспериментов, расчёт затрат и интерпретация результатов.
• Умение взаимодействовать с продактами, аналитиками, дизайнерами, разработчиками, QA, инфраструктурой и ИБ.

Будет преимуществом

• Опыт в банковских продуктах, финтехе или электронной коммерции.
  Знакомство с Coder, GitLab, OpenCode / OpenChamber.
• Практика создания RAG-систем и оценки качества поиска и ответов.
• Опыт оркестрации агентов и процессов Human in the Loop.
• Опыт работы с дизайн-системами и переноса AI-прототипов в промышленный frontend.
• Примеры внедрений с подтверждённым влиянием на сроки, качество или стоимость разработки.

Что мы предлагаем:

• Оформление: Оформление по ТК с первого дня работы.
• Достойное вознаграждение: Конкурентный оклад + ежеквартальная премия по результатам KPI.
• Развитие: Бесплатное обучение, тренинги, опытные наставники;
• Комфорт: Удобный график 5/2 (пятница – сокращенный день), корпоративная библиотека, ДМС(после испытательного срока). Предоставляется техника для работы.
• Команда: Дружный коллектив и поддержка опытного руководителя.