SberTech·Москва·17 ч назад
Java Tech Lead в Gigacode
≈ 275 000 – 450 000 ₽наша приблизительная оценка по 55 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисSeniorПолная занятость
Наша компания
Мы развиваем AI-платформу для разработчиков: CLI, IDE-плагины, desktop app, backend-сервисы и агентские сценарии разработки. Продукт уже используется внутри крупной корпорации и одновременно развивается как внешний B2B SaaS / on-prem продукт.
О роли
Ищем сильного техлида, который сможет быть техническим центром команды: принимать архитектурные решения, ускорять delivery, развивать инженеров и строить production-grade AI-систему.
Чем предстоит заниматься
Product owner
Delivery / TPM
Design
ML / infra
Backend / frontend / plugin engineers
Участвовать в hands-on разработке сложных частей системы
Помогать команде быстро и качественно доставлять фичи без потери инженерного качества
Наши требования
5+ лет коммерческой разработки
Опыт роли senior / lead engineer / tech lead
Системное мышление
Умение проектировать сложные системы
AI agents
Coding agents
MCP / ACP
Tool calling
RAG
Vector search
Prompt engineering
Inference APIs
vLLM / open-source models
Orchestration frameworks
Backend: Java
AI stack: open-source LLMs, vLLM, sglang
Infra: Kubernetes / OpenShift
CI/CD: Jenkins
IDE integrations: VSCode / JetBrains
Agent workflows / orchestration / telemetry
Мы предлагаем
Комфортный современный офис рядом с м. Тульская
Возможность выбрать удобный график – офис/гибрид
Ежегодный пересмотр зарплаты и годовая премия
Корпоративный спортзал и зоны отдыха
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
Подписка Прайм с возможностью совместного использования на трёх близких
Вознаграждение за рекомендацию друзей в команду Сбера
Дополнительно
CLI
VSCode / JetBrains plugins
Desktop apps
Backend services
Orchestration / agent runtime
Telemetry / observability
Enterprise integrations
Agent workflows
Tool calling
RAG / indexing
Multi-session backend orchestration
Sandboxing / guardrails
Масштабируемые inference integration patterns
Decomposition сервисов
Reliability
Scalability
Performance
Security
Extensibility платформы
Code review
Engineering standards
RFC / ADR
SDLC / AI PDLC
Observability
Release quality
Опыт построения высоконагруженных backend systems
API design
Async processing
Queues / streaming
Fault tolerance
Современный AI stack
Умение вести команду через технический авторитет
Способность объяснять сложные вещи просто
Принятие решений в условиях неопределенности
Ownership mindset
Баланс между скоростью и качеством
