Вайбкод-разработчик Roblox, автор проектов

Ищем руководителя разработки, который переведёт команду на AI-native модель. Разработчики не пишут код руками, а развивают саму систему: спецификации, правила, агентов и автоматические проверки, через которые код пишут, тестируют и выпускают агенты. Безопасность этой системы для нас так же важна, как скорость.

Нам нужен не евангелист, а практик: вы уже делали такую трансформацию, можете показать метрики до и после и сами строили AI-системы, которыми пользуются реальные люди.

О компании: Киберматика делает B2B-продукты: Magic SEO и S-booster помогают бизнесу получать клиентов из поиска. У нас есть продукты, команда и работающая разработка. Мы развиваем действующие продукты, проверяем новые идеи и хотим, чтобы путь от задумки до работающего решения становился короче.

Чем предстоит заниматься

• Перестроить цикл разработки так, чтобы код руками не писался: спецификация → план → реализация агентом → автоматические проверки → ревью человеком. Работа инженеров — улучшать саму систему, роли аналитиков, разработчиков и QA пересобрать под это.
• Построить обвязку для агентов на нашей кодовой базе: правила и контекст проекта, skills, субагенты, MCP-доступ к внутренним системам, quality gates в CI.
• Ввести метрики AI-native поставки и показать эффект в цифрах: lead time, доля задач, принятых с первой итерации агента, ошибки в проде, стоимость токенов.
• Строить AI-функции продукта: агенты, RAG, вызов инструментов, оркестрация. Отвечать за качество (evals), мониторинг и стоимость инференса.
• Собирать с агентами прототипы за дни, а не недели, и доводить их до состояния, которое команда забирает в продакшен.
• Нанимать, учить и растить инженеров под новый способ работы. Делегировать и не становиться узким местом.
• Встроить безопасность в систему с первого дня: минимальные права и изоляция агентов, управление секретами, security review и SAST/SCA в каждом пайплайне, контроль зависимостей и MCP-серверов, защита данных и от prompt injection, политики использования AI.
• Следить за новыми моделями и инструментами, проверять их на наших задачах и внедрять то, что даёт результат.

Что для нас важно

Опыт AI-native трансформации

• Вы уже переводили команду на работу с агентами как повседневную практику, а не как пилот.
• Можете показать метрики до и после и рассказать, что не сработало и почему.
• Работаете с Claude Code, Codex, Cursor или аналогами каждый день и выстроили вокруг них свой процесс: spec-driven development, правила для агентов, мультиагентное планирование и ревью.

Глубокая AI-экспертиза

• Вывели в продакшен хотя бы одну систему на LLM с реальными пользователями и можете назвать её цифры.
• Понимаете архитектуру агентов, RAG, вызова инструментов и MCP.
• Умеете строить evals и пороги качества, ведёте LLM-observability.
• Выбираете между API и открытыми моделями по качеству, задержке и цене, проверяя их на своих данных, а не на чужих бенчмарках.

Инженерная база

• От 8 лет в разработке: глубоко понимаете код, который пишут агенты, и умеете задать для него стандарты и проверки.
• Сильны в архитектуре, бэкенде, данных, облаках и CI/CD.

Безопасность

• Выстраивали secure SDLC: threat modeling, security review, SAST/SCA, управление секретами и доступами.
• Знаете риски агентной разработки и LLM-систем и умеете их закрывать: prompt injection, утечки данных через контекст, избыточные права агентов, атаки через зависимости и сторонние MCP-серверы.
• Работали с требованиями к персональным данным (152-ФЗ или аналоги).

Руководство

• От 3 лет руководите инженерной командой или несколькими командами: найм, развитие, performance review.
• Объясняете технические решения на языке бизнеса: сроки, деньги, риски.

Будет плюсом

• Вы до сих пор сами пишете код: есть рабочие коммиты за последние 6–12 месяцев.
• Открытые репозитории, skills, MCP-серверы или доклады про AI-native разработку.
• Опыт с self-hosted моделями (vLLM, Ollama, Qwen).
• Опыт в роли AppSec или работы с ней в паре.
• Пример, когда вы обоснованно отказались от модной технологии.

Условия

• Формат: удалённо.
• Команда: действующая инженерная команда, которую предстоит перевести на новую модель вместе с вами. С фаундерами можно говорить напрямую, спорить по делу и предлагать изменения.
• Полный доступ к топовым моделям и инструментам и бюджет на токены без долгих согласований.
• Прямое влияние на процессы, стек и найм.

Как проходит отбор

1. В отклике коротко опишите одну трансформацию, которую вы провели: что было, что сделали, какие цифры получили. Ссылка на код или демо приветствуется.
2. Разговор о вашем опыте: разбираем реальные кейсы, а не теорию.
3. Практическая сессия: вместе собираем прототип с агентными инструментами и смотрим, как вы работаете.
4. Встреча с командой и руководством, затем оффер.

• Разрабатывать и развивать корпоративные приложения и внутренние цифровые сервисы.
• Взаимодействовать с внутренними заказчиками: выявлять потребности, разбирать бизнес-процессы, уточнять задачи и формализовывать требования.
• Проектировать архитектуру приложений, разрабатывать пользовательские интерфейсы и серверную логику.
• Организовывать подключение и обмен данными между корпоративными системами, настраивать интеграции с использованием SQL и API.
• Проектировать структуры данных и правила взаимодействия между информационными системами.
• Разрабатывать и оптимизировать SQL-запросы, обеспечивать корректность обработки и передачи данных.
• Проводить тестирование разработанных решений, проверять корректность бизнес-логики и обмена данными.
• Обеспечивать внедрение, сопровождение и развитие приложений.
• Готовить техническую документацию и обеспечивать передачу разработанных решений на дальнейшее сопровождение и поддержку.
• Использовать AI-инструменты для повышения эффективности разработки, автоматизации рутинных операций и ускорения реализации задач.

• Создание прототипов и новых приложений с использованием вайбкодинга.
• Генерация и доработка frontend- и backend-кода.
• Разработка и тестирование интеграций.
• Анализ требований и проектирование технических решений.
• Поиск и исправление ошибок, оптимизация кода.
• Автоматизация рутинных операций и ускорение разработки корпоративных приложений.
• Опыт организации обмена данными между информационными системами.
• Получение и обработка данных через SQL и API.
• Понимание принципов согласования структур данных, форматов, правил и логики обмена между приложениями.
• Умение обеспечивать целостность и корректность передаваемых данных.

• ТРАНЗИТ— быстро растущая компания. Мы ценим инициативу и даём возможность влиять на результат своей работы и уровень дохода.
• Понятные условия, официальное оформление и стабильность, на которую действительно можно опереться.
• Комфорт в работе: современный офис в шаговой доступности от метро и корпоративная мобильная связь.
• Мы поддерживаем сотрудников в рабочих и жизненных вопросах. В компании действует ДМС со стоматологией, доступна психологическая поддержка и помощь в сложных жизненных ситуациях.
• Инвестируем в развитие: обучающая платформа с курсами, программы роста внутри компании, возможность развивать как профессиональные, так и управленческие навыки.
• Мы работаем вместе и вместе развиваем командную атмосферу через корпоративные мероприятия и спортивные активности.
• Заботимся о семьях сотрудников и готовим подарки детям к Новому году

• We’re building an AI-first development process: almost all code is written with coding agents, including Claude Code and Codex. Our repository contains over 100 shared skills, an AI agent reviews changes, and deployments are triggered from Slack. Colleagues without an engineering background also use AI, with developers reviewing their changes.
• The main challenge is navigating a large codebase, understanding business logic and edge cases, and verifying that solutions work correctly.
• We need an engineer who delegates as much work as possible to AI, critically evaluates its output, and takes ownership of the quality of the final solution.

• Own tasks end to end: Clarify requirements with the CTO and product team, explore code and data, and choose solutions even when there’s no detailed specification.
• Influence product decisions: Analyze user journeys and feedback, proposing solutions that account for UX, product consistency, and implementation costs.
• Ensure quality: Define acceptance criteria, plan testing and rollbacks, and cover key and edge cases with automated tests.
• Build full-stack features: Work across the stack, from UI to database, safely modify existing code, and ship small MRs behind feature flags.
• Use AI effectively: Delegate tasks to coding agents, provide the necessary context, and verify their code, tests, and results.
• Improve engineering practices: Review colleagues’ changes and turn successful approaches into shared skills, agent workflows, and automated checks.
• Upcoming Product Areas
• Developer and vibe-coding tools, including a public API, MCP server, marketplace, plugins, and embeddable modules. We’re also expanding our payments capabilities.

• Commercial development experience with PHP and Vue, React, or a similar frontend framework.
• Hands-on experience using coding agents in real-world projects.
• Strong engineering fundamentals, including transactions and concurrency, idempotency, time zones, access control and data ownership, N+1 queries, and working with tables containing millions of rows. We assess these topics during the technical interview.
• The ability to identify risks, flag blockers, and propose solutions.
• English proficiency at B1 level or above.

• Experience with payments, webhooks, OAuth, and public APIs.
• Experience with high-load systems and technologies such as MySQL, Redis, RabbitMQ, and ClickHouse.
• Hands-on experience with Sentry, Grafana, Kubernetes, CI/CD, and gradual rollouts.
• Experience building custom skills, coding agents, or MCP servers used by a team.

• Recruiter screening — 30 minutes.
• Technical interview in two parts:
• Without AI: Review a real engineering solution and conduct a code review of a small full-stack PR.
• With AI: Solve a task using your preferred coding agent and discuss your workflow and how you validate the results.
• Product deep dive and leadership meeting: Work together on an ambiguous problem and discuss your decision-making approach.

• Competitive, market-aligned compensation.
• A product at scale: High traffic, a large customer base, and complex business logic. Your decisions will impact businesses and their customers across multiple countries.
• Real ownership and influence: Minimal bureaucracy, direct interaction with C-level leadership, and involvement in product decisions.
• A strong engineering culture: Code reviews, knowledge sharing, and open discussions about technical decisions.
• Fully remote work.
• Employment in Armenia or Kazakhstan, or a contractor arrangement through an individual entrepreneur (IE).
• Your choice of equipment: MacBook, Mac mini, Lenovo, or Dell.