Tech Lead Backend (Java) - пишущий техлид, AI-first

Дата размещения вакансии: 30.01.2026
Работодатель: Amagasa
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 3 до 6 лет

Мы - внутренний IT-отдел быстрорастущей группы компаний, работающих в Латинской Америке. Делаем продукты под себя: CRM для колл-центра и ПО для курьерской службы. Нам важны простые решения, измеримый эффект и аккуратная инженерия. У нас нет сложных и разветвленных процессов, как в банках: меньше формальностей, больше результата.

Это роль пишущего техлида: backend на Java вы пишете постоянно. Frontend писать не нужно - только согласование контрактов и взаимодействие.

Если хотите оценить структурный план Ваших ориентировочных задач на ближайшие 2 месяца, пришлем его предварительно подходящим кандидатам (там точно нет ничего сложного - оцените сами).

Контекст и команда:

  • Enterprise-контекст, ~300 пользователей.
  • Команда: 3 Java backend + 1-2 frontend, бизнес-аналитик, проджект, сотрудник техподдержки.

Кого ищем:

  • Ищем Tech Lead уровня middle+ (выше среднего), который уверенно ведет сложные backend-задачи и сам пишет код ежедневно.
  • Важная часть роли - сильная практическая работа с AI: вы постоянно используете AI-инструменты для ускорения разработки, умеете оркестрировать работу с ними и проверять результат.

Задачи:

Разработка на Java .

  • Писать backend-код ежедневно: критичные и сложные зоны (интеграции, данные/транзакции, нестандартные кейсы).
  • Делать каркас фич: структура, ключевые компоненты, подготовка задачи так, чтобы команда могла эффективно продолжать.
  • Подключаться к прод-проблемам: быстро разбираться, фиксить, минимизировать риск регрессий.

Архитектура и проектирование.

  • Участвовать в обсуждении решений и декомпозиции задач.
  • Предлагать понятные варианты как сделаем, подсвечивать риски и способы упростить.
  • Помогать держать целостность системы, чтобы модули не расползались в хаос.
  • Будет плюсом: фиксировать решения и рисовать C4 для ключевых потоков.

Code review и качество.

  • Ревьюить PR по бэку: корректность, читаемость, обработка ошибок, тесты в меру.
  • Поддерживать общий уровень команды через ревью и технические обсуждения.
  • Следить, чтобы техдолг не накапливался бесконтрольно.

Инженерные договоренности.

  • Мы не ожидаем, что вы принесете единые стандарты с первого дня - идеального состояния сейчас нет.
  • Ваша задача - улучшать процесс постепенно: небольшие правила, которые реально приживаются (формат PR, минимальные договоренности по логированию, ошибкам, готовности задач).

Коммуникация и контракты .

  • Согласовывать API-контракты с фронтом: форматы, поля, ошибки, совместимость.
  • Помогать разруливать интеграционные вопросы и совместные баги.
  • Коммуницировать с соседними командами/заказчиками: переводить запросы в понятные изменения на бэке.

Эксплуатация и устойчивость.

  • Улучшать минимально достаточную наблюдаемость: понятные логи, базовые метрики, алерты там, где реально болит.
  • Участвовать в разборе инцидентов: локализация причины, фикс, короткий вывод почему и что поменяем.
  • Мы не ждем уровень SRE сразу и везде - важна практичная польза.

Приоритизация и планирование.

  • Уметь оценить задачи и подсветить риски/зависимости.
  • Без бюрократии и без требования формализовать каждый шаг.

Информационная безопасность.

  • Базовая гигиена: секреты не в коде, аккуратно с доступами/правами.
  • Глубокая экспертиза безопасности не обязательна.

Рост команды и документация.

  • Онбординг и наставничество по необходимости.
  • Документация ровно в объеме чтобы жить: короткие заметки/README по критичным местам, без бумажной нагрузки.
  • AI-first - обязательная часть роли.

Мы ожидаем, что вы постоянно и продуктивно используете AI в разработке. Ускоряете рутину, улучшаете качество решений и задаете рабочую модель для команды.

Используете AI-инструменты для генерации каркасов, тестов, рефакторинга и быстрого разбора задач.

Умеете оркестрировать -разбивать задачу на шаги, давать правильный контекст, делать итерации и дорабатывать результат

Проверяете результат - чтение diff, тесты, здравый смысл, базовая безопасность данных.

Стек:

Backend: Java 17+, Micronaut, PostgreSQL, Redis, Elasticsearch, Pub/Sub.

Платформа: Docker, Kubernetes, GCP (GKE, Cloud SQL, BigQuery), Cloud Run, VM, Asterisk.

Инженерия: Gradle, JUnit, Mockito, Testcontainers, OpenAPI, CI/CD, Cursor IDE, trunk-based development.

Требования:
Обязательно

  • 3-6+ лет коммерческого опыта на Java, уверенный уровень выше среднего.
  • Опыт в проектировании API и данных: SQL, транзакции, индексы, миграции.
  • Практика микросервисов и обмена сообщениями (Pub/Sub или аналог).
  • Code review и способность вести сложные участки разработки.
  • Сильная практическая работа с AI: регулярность, промптинг, оркестрация, валидация результата.

Будет плюсом

  • C4, UML/sequence, ERD.
  • База по безопасности: секреты не в коде, аккуратно с доступами, минимум персональных данных в логах.

Условия:

  • Достойная компенсация (от 300 000 руки).
  • 100% удаленка, 5/2.
  • Рабочий календарь: Нидерланды (не РФ-праздники). Жестких часов нет! Ориентир на план задач и результат. Не просим перерабатывать и не ожидаем.

Почему с нами!!! Быстрый цикл и заметный эффект! Изменения быстро доходят до прода и влияют на работу колл-центра и логистики. Роль с реальным техническим влиянием: решения, качество, скорость разработки и инженерные договоренности. Мы развиваем компанию и инженерную культуру по практикам сильных мировых команд и целимся в уровень top-10k по зрелости технологий. Здесь можно реализовать амбиции в облаке, событиях, наблюдаемости и AI-first разработке. Минимум бюрократии - ясные договоренности и ответственность за результат.

Чтобы ваш отклик максимально совпал с ожиданиями и мы быстро поняли уровень, пришлите, пожалуйста, несколько коротких материалов:

  1. Резюме и ссылки на профиль (GitHub/LinkedIn) - если есть. Если есть - ссылки на PR или небольшой фрагмент кода (можно обезличенный), который показывает ваш стиль и подход к качеству.
  2. 2-3 кейса, которые лучше всего показывают ваш уровень:
  • Проектирование API и данных: вводные, решение, результат, какие компромиссы приняли.
  • Надежность/инцидент/производительность: как диагностировали, что поменяли, как проверили, какие метрики смотрели.
  • AI в ежедневной разработке: какие инструменты, как строите промпты и оркестрацию, как валидируете результат.