Лидер круга Продукт / Tech Lead Fullstack (Python, React) (удаленная работа)

Вакансия: Лидер круга Продукт / Tech Lead Fullstack (Python, React)

Описание вакансии

ПравоТех продуктовая IT-компания. Мы развиваем ПравоКонсультант AI-сервис, который помогает человеку пройти путь от жизненной ситуации до юридического результата: разобраться с долгом, увольнением, разводом, получить план действий или подготовить документ. В сентябре 2026 года к сервису обратились около 85 000 раз.

Ищем продуктового инженера-лидера, который будет превращать возможности AI-агентов в понятный и востребованный продукт: от первого запроса до результата, повторного обращения и оплаты.

В этой роли вы будете самостоятельно проектировать и разрабатывать ключевые сценарии на React/TypeScript и Python, руководить командой и отвечать за пользовательские метрики. Нам важен опыт работы со всем сценарием: интерфейсом, продуктовыми сервисами, интеграциями и надёжной доставкой результата.

Чем предстоит заниматься

• Развивать путь пользователя: вход, первый запрос, уточняющие вопросы, получение расчёта, плана или документа, возвращение с новой ситуацией.

• Разрабатывать чат со стримингом, библиотеку дел, редактор и выгрузку документов.

• Создавать общие интерфейсные компоненты для агентов: анкеты, расчёты, планы, документы и сравнения. Новые возможности должны появляться у пользователей без отдельной разработки каждого интерфейса.

• Проектировать и развивать продуктовые сервисы: авторизацию, доступ для организаций, тарифы, биллинг, лимиты, аналитику и обратную связь.

• Обеспечивать надёжность долгих запусков на 10 30 минут: статусы, возобновление, отмену, повторы без дублирования операций и восстановление после обрыва связи.

• Определять контракты между интерфейсом, API-шлюзом и агентными сервисами, обеспечивать обратную совместимость.

• Находить точки потерь в воронках, проверять гипотезы, проводить A/B-тесты и развивать механики активации, удержания, монетизации и роста через пользователей.

• Использовать AI-агентов для разработки и содержательно проверять созданный ими код.

• Нанимать и развивать инженеров, организовывать регулярный выпуск изменений.

Одна из первых задач вместе с лидером круга Агенты определить границу ответственности внутри API-шлюза и зафиксировать контракты между командами.

За какой результат отвечает роль

• Рост доли пользователей, получивших первый полезный результат.

• Сокращение времени и количества шагов до результата.

• Повторные обращения и удержание пользователей.

• Конверсия в оплату и удержание платящих.

• Стоимость успешного результата и экономика тарифов.

• Снижение числа прерванных запусков, обрывов стриминга и потерянных ответов.

Юридическое качество, поиск, RAG и инфраструктуру моделей развивают другие команды. Лидер Продукта понимает их устройство и влияние на пользовательский опыт, договаривается об интеграциях и проверяет изменения на стыке систем.

Что ожидаем от вас

• От 6 лет разработки в продакшене, включая от 3 лет TypeScript/React и от 3 лет Python . Вы продолжаете самостоятельно писать код.

• Опыт запуска пользовательского продукта с измеримым результатом: можете назвать метрику, значения до и после, срок и свой вклад.

• Практический опыт работы с воронками и онбордингом, монетизацией или ростом через пользователей, экспериментами и A/B-тестами.

• Опыт выпуска AI-интерфейсов для реальных пользователей: стриминг ответов, долгие задачи с прогрессом, уточняющие вопросы внутри сценария, показ источников.

• Опыт проектирования пользовательского продукта на микросервисах: контракты и версионирование, события, идемпотентность, надёжность долгих операций.

• Уверенное ревью Python-сервисов на FastAPI, asyncio и Pydantic, а также TypeScript/React. Умение находить ошибки в состояниях, конкурентных операциях и авторизации.

• Использование AI-агентов как основного инструмента разработки: от идеи до работающего сценария с проверкой результата.

• Понимание LLM-систем: RAG, tool calling, стоимость токенов, задержки, оценка качества и регрессии при смене модели или промпта.

• Опыт наблюдаемости AI-систем: Langfuse или аналог, трассировка вызовов, оценки, стоимость, версии промптов; OpenTelemetry.

• Опыт руководства командой от 4 инженеров: найм, постановка задач, процесс разработки, ревью и развитие сотрудников.

Будет преимуществом

• Глубокое знание Python: профилирование, память, внутреннее устройство asyncio.

• Практика построения RAG, поиска и оценки качества моделей.

• Декларативный интерфейс, в котором агент описывает необходимые элементы, а приложение отображает их через готовые компоненты.

• Биллинг с переменной себестоимостью: токенные лимиты, учёт расхода и сверка списаний.

• Совместное редактирование документов в реальном времени.

• OAuth 2.1 и подключение внешних AI-клиентов через MCP.

• SLO и алерты для долгих сценариев.

• Go на уровне чтения кода, опыт поставки продукта on-premise.

• Опыт мобильной разработки или React Native.

Юридическое образование, обучение моделей и ML-исследования не требуются. Мобильное приложение более позднее направление; опыт его разработки необязателен.

Наш стек

• Фронтенд: TypeScript, React 19, Next.js 16, TanStack Query, Tailwind, shadcn, zod, Playwright, Vitest.

• Бэкенд: Python 3.14, FastAPI, Pydantic v2, asyncio, SQLAlchemy, Alembic.

• События и интеграции: NATS JetStream, HTTP, SSE, MCP, OAuth.

• AI: FastMCP, tool calling, LiteLLM, OpenRouter.

• Данные: PostgreSQL, MongoDB, Redis, S3.

• Наблюдаемость и эксперименты: Langfuse, OpenTelemetry, Prometheus, Grafana, PostHog, Flipt.

• Инфраструктура: Docker, Kubernetes, Argo CD, GitLab CI.

Условия

• Удалённый или гибридный формат; офис в Москве на Большой Полянке.

• Оформление по ТК РФ.

• ДМС со стоматологией.

• Самостоятельность в технических и продуктовых решениях, возможность влиять на развитие сервиса и формирование команды.

Этапы знакомства

HR-интервью техническое интервью выборы лидера круга .

Финальный этап онлайн-встреча, на которой вы представите свой опыт, подход к лидерству и видение развития продукта. Заранее предоставим материалы для подготовки.

В отклике будет полезно коротко рассказать:

• Какой пользовательский AI-продукт вы выпускали и что реализовали лично.

• Какую метрику улучшили, на сколько и за какой срок.

• Какие задачи сейчас решаете на Python и React/TypeScript.

• Какой командой руководили и кого нанимали.