Forward Deployed Engineer / Solution Builder

X5 Tech — IT подразделение крупнейшего Food-retail России.

Мы — технологическая команда внутри крупной ритейл-компании с 350 000+ сотрудниками и тысячами торговых точек по всей стране. Наша задача — превращать бизнес-процессы фуд-ритейла в технологические продукты: от управления цепочками поставок до операций на полке магазина.

Мы строим новую инженерную команду, в которой разработчик - не человек, берущий задачки сверху из бэклога, а Solution Builder: инженер, который живёт рядом с бизнесом, глубоко понимает его проблемы и строит решения end-to-end. От идеи до продакшена.

Эта модель вдохновлена подходом Forward Deployed Engineer (FDE), впервые реализованным в Palantir и сегодня признанным одной из самых востребованных инженерных ролей в мире (a16z, 2025). Мы адаптируем этот подход для российского фуд-ритейла.

О роли

Forward Deployed Engineer — это не просто разработчик. Это инженер, встроенный в бизнес. Вы работаете не по ТЗ из Jira, а напрямую с людьми, которые управляют магазинами, логистикой, PR, HR, закупками. Вы сами выявляете проблемы, формулируете решения и реализуете их — от архитектуры до деплоя.

Это роль для инженеров, которые хотят влиять на то, что строится, а не только на то, как — и готовы нести за это ответственность.

Три ключевых отличия от классической разработки:

• Прямой контакт с бизнесом.
• Вы не получаете задачи через три уровня менеджмента.
• Вы сидите рядом с заказчиком, видите его боль и предлагаете решение.

End-to-end ownership. Вы отвечаете за весь жизненный цикл: от discovery и прототипа до продакшена и поддержки. Вы — владелец проекта, при этом выстраиваете вокруг него инженерные практики: CI/CD, автотесты, code review через агентские системы и коллег

AI-native подход. AI-кодинг ассистенты — не дополнение, а основной инструмент. Мы ожидаем, что вы умеете оркестрировать AI-агенты, а не просто вставлять подсказки из ChatGPT

Чем предстоит заниматься

Работа с бизнесом

• Самостоятельно взаимодействовать с бизнес-заказчиками в фуд-ритейл сегменте: операции магазинов, логистика, категорийный менеджмент, HR, финансы.
• Проводить discovery: выявлять реальные проблемы, заземлять их на конкретные бизнес требования (Product Requirement Document (PRD)) и технические решения (Architecture Decision Records (ADR)).
• Переводить нечёткие бизнес-запросы в архитектурные решения и реализуемые планы.
• Презентовать решения стейкхолдерам, от линейных менеджеров до директоров направлений.

Инженерная работа

• Проектировать и разрабатывать клиент-серверные приложения: бэкенд на Python (FastAPI, Django), фронтенд на React (У вас будет возможность выбирать и влиять на тех. стек проекта который вы будете создавать).
• Строить автоматизации бизнес-процессов: интеграции между системами, ETL-пайплайны, боты, внутренние инструменты.
• Планировать архитектуру решений совместно с внутренними экспертами, принимать обоснованные технические решения.
• Писать автоматизированные тесты (Playwright, Pytest), обеспечивать качество и надёжность решений.
• Выстраивать CI/CD-пайплайны, настраивать агентские системы для code review и автоматизированного контроля качества.
• Деплоить и поддерживать свои решения в продакшене.
• AI-augmented разработка.
• Использовать AI-кодинг ассистенты (Claude Code, Cursor, Codex) как основные инструменты ежедневной работы.
• Работать с MCP-серверами, CLI-агентами и другими инструментами AI-augmented workflow.
• Оценивать и внедрять новые инструменты автоматизации разработки и тестирования.
• Формировать инженерные практики работы с AI для всей команды.

Что мы ожидаем

• Инженерный фундамент.
• 3+ года опыта разработки на Python / JS / TS или сопоставимом стеке.
• Уверенное владение backend стеком Python или его аналогом: FastAPI / Django / Flask, SQLAlchemy, Pydantic, Celery.
• Опыт проектирования и разработки REST API и клиент-серверных приложений.
• Работа с реляционными БД (PostgreSQL) и очередями (Redis, RabbitMQ, Kafka — хотя бы что-то из этого).
• Понимание принципов проектирования: когда монолит, когда сервисы, когда скрипт.
• Опыт работы с Docker, понимание CI/CD.
• Привычка писать тесты — не потому что заставили, а потому что так правильно (у нас TDD).
• AI-инструментарий — это не «будет плюсом», а часть роли.
• Практический опыт работы с AI-кодинг ассистентами: Claude Code, Cursor, Codex — не просто «пробовал», а ежедневно используете в работе.
• Понимание, как эффективно формулировать задачи для AI-агентов, валидировать результат, итерировать.
• Опыт или готовность работать с MCP-серверами (Playwright MCP, DB MCP и др.).
• Понимание, что такое промпт-инжиниринг в контексте разработки, а не генерации текстов LLM-кой (Если гоняли GitHub Spec-Kit, GSD, Ralph Loop или Superpowers - будет плюсом).
• Опыт автоматизированного тестирования с Playwright или аналогами.
• Экспериментировать с MCP-серверами, CLI-инструментами, skills.md и другими подходами к AI-augmented разработке.
• Архитектурное мышление.
• Способность принимать технические решения, учитывая бизнес-контекст, сроки и ограничения.
• Понимание trade-offs: скорость vs. качество, кастом vs. готовое решение, простота vs. масштабируемость.
• Опыт проектирования решений, которые пойдут в продакшен, а не останутся прототипами.

Что будет плюсом

• Опыт работы в ритейле, логистике, FMCG или другом операционно-интенсивном бизнесе.
• Опыт full-stack разработки (фронтенд: React, Vue.js, Next.js).
• Знакомство с облачными платформами (любыми).
• Опыт работы с LLM API (OpenAI, Anthropic, GigaChat) для построения AI-функциональности в продуктах.
• Опыт внедрения решений в организации, где раньше «всё делали в Excel.
• Опыт менторства или лидерства небольших команд.

Soft skills — критически важны для этой роли

• Умение слушать бизнес и говорить на его языке. Вы будете работать с людьми, которые не знают, что такое API. Ваша задача — понять их проблему и перевести её в решение, а не научить их техническому жаргону.
• Ownership и drive. Мы ищем людей, которые берут ответственность за результат, а не за процесс. Которые не ждут, пока кто-то поставит задачу, а сами видят, что нужно сделать.
• Коммуникация и презентация. Вы должны уметь защитить своё решение перед бизнес-стейкхолдерами, объяснить trade-offs, аргументировать выбор.
• Product thinking. Вы думаете не "какой фреймворк взять», а «какую проблему мы решаем и как измерить успех".

Важно: AI-инструменты и доступ

Работа в нашей команде предполагает ежедневное и глубокое использование AI-кодинг ассистентов как основных инструментов разработки. Это не опция — это способ работы.

Модель

Bring Your Own License (BYOL) с компенсацией. Мы ожидаем, что вы самостоятельно управляете своим AI-инструментарием — выбираете подписки, приобретаете и обеспечиваете их работоспособность (в том числе в условиях ограниченной доступности зарубежных сервисов). Компания полностью компенсирует эти расходы. Мы выбрали такую модель осознанно: для нас наличие собственного, уже настроенного AI-окружения — один из самых надёжных индикаторов того, что инженер действительно живёт в этой парадигме, а не просто знаком с ней по статьям.

Мы ожидаем, что вы

• Знаете разницу между Claude Code, Cursor, Copilot и понимаете, когда что использовать.
• Пробовали подключать MCP-серверы и экспериментировали с CLI-агентами.
• Используете AI не для «сгенерировать код», а для повышения качества и скорости инженерной работы.
• Понимаете границы AI и умеете валидировать то, что генерируют модели.

Эта роль вам не подойдёт, если

• Вы привыкли работать исключительно по готовым спецификациям и вам некомфортно в условиях, когда нужно самому определить, что строить. Здесь часть работы — это формулирование задачи совместно с бизнесом.
• Вам неинтересно общаться с людьми из бизнеса. Большая часть этой роли — слушать, переводить и договариваться, а не только писать код (2-3 дня поработали, провели демо, получили feedback, ушли еще на 2-3 дня, повторили).
• Вы разделяете ответственность на «я написал код» и «внедрение — не моя зона». Здесь инженер отвечает за результат от начала до конца.
• Вы используете AI-ассистенты как чёрный ящик — генерируете и деплоите без понимания того, что получилось. Мы строим инженерную культуру, где AI усиливает инженера, а не заменяет инженерное мышление.

Условия

• Формат: Полная занятость - офис / гибрид / удаленка.
• Работа над задачами, которые напрямую влияют на бизнес-результат — не абстрактный R&D, а реальные проблемы реальных людей.
• Высокая степень автономии и свободы в выборе технических решений.
• Плоская структура: прямой доступ к бизнес-заказчикам и руководству.
• Возможность расти как Solution Architect / Technical Lead / Engineering Manager.
• Компенсация обсуждается индивидуально и соответствует рынку для данного уровня.

Как мы оцениваем кандидатов

Наш процесс отбора построен не вокруг leetcode, а вокруг реальных компетенций:

• Бизнес-кейс. Реальная (анонимизированная) проблема из нашего бизнеса. Как бы вы подошли к её решению? Что бы спросили у заказчика? Какую архитектуру выбрали.
• Технический разбор. Ваш прошлый проект: как принимали решения, что бы сделали иначе, как работали с ограничениями.
• AI-грамотность. Практическая задача с использованием AI-инструментов. Не «расскажите про промпт-инжиниринг», а покажите, как вы работаете.
• Коммуникация. Объясните техническое решение так, чтобы его понял директор магазина.

Мы не строим идеальный код в вакууме. Мы строим решения, которые делают жизнь 350 000 сотрудников и миллионов покупателей проще. Если вам это откликается — давайте поговорим.