или разбор карты от Авито с точки зрения бизнеса, DORA и инженерной практики

Если ты релизнул фичу на 500K₽/мес выручки, но получил «3» за ретро и фассилитацию — это не шутка, это реальность многих крупных команд.

Привет, Хабр.
Я — Андрей Путин, основатель агентства разработки ПО KT.Team. Мы запускаем IT-проекты в строительстве, ритейле и логистике — там, где цена ошибки = миллионы.

Сегодня хочу поговорить про систему оценки разработчиков. Не формально, а по существу. Разберём публичную карту Авито — без токсичности, но критически. И покажу, как строить модель, которая работает.

Кейс: инженер-«невидимка», который принёс бизнесу 500К в месяц

Проект в крупном ритейле. Разработчик, назовём его Саша:

• молчит на стендапах,

• не участвует в ретро,

• не менторит.

Но: за 3 месяца он реализовал цепочку автоматизации логистики, которая:

• снизила затраты на обработку заказов на ~600K₽ в месяц,

• не потребовала ни одной доработки после релиза,

• работала стабильно без сопровождения.

Оценка по корпоративной матрице: «ниже ожидаемого». Причина — «не проявляет инициативу в командных активностях».

Что внутри карты Авито

Открытая карта оценки от компании с 2700+ инженеров. Очень зрелый шаг — публично показать механику.

Примеры формулировок:

• “Признаёт ошибки и берёт ответственность”

• “Советуется, когда не уверен”

• “Регулярно выступает фича-лидом”

• “Работает прозрачно”

• “Знает техническую стратегию компании”

Это хорошо работает как инструмент культивации культуры, но почти не работает как система управления доверием и делегированием.

Проблема 1: Поведение ≠ Ценность

Корпоративные ритуалы ≠ результат. А ценность — это всегда: доверие + влияние + минимизация микроменеджмента.

Проблема 2: Оценка не калибруется по сложности

Нет разницы между тем, кто делает маленькие фичи хорошо, и тем, кто держит сложные архитектурные блоки. При этом цена ошибки — разная на порядок.

Проблема 3: Автоматизируемое проверяется вручную

DRY? KISS? Чистота кода?

Мы в KT.Team для оценки кода используем:

• Codacy — для статики (JS, Python, PHP, C#)

• custom GPT4 prompt:

  Оцени уровень KISS и повторов в этом pull request. Верни процент соблюдения DRY.

  → Возвращает: DRY score: 81%, KISS: 74%, Complexity: medium

Результат пишется в оценочную таблицу автоматически.

Проблема 4: Нет прямого сигнала для делегирования

Вот схема, как должна работать хорошая модель:

[Автономность]
↓
[Доверие]
↓
[Размер задачи, которую можно делегировать]
↓
[Скорость и ценность для бизнеса]

Если я как заказчик не могу понять: какую задачу и с какой вероятностью ты сделаешь сам — то вся оценка становится бессмысленной.

Как делаем мы

Основные параметры:

Пример: вопрос в оценке уровня

“Можешь ли ты закрыть задачу L-уровня без микроменеджмента и с ожидаемым качеством?”

Что с этим делать вам?

1. Если вы разработчик — не бойтесь просить обратную связь по результату, а не по поведению.

2. Если вы тимлид — попробуйте посчитать уровень делегируемости по задачам: кто тянет какие классы задач.

3. Если вы HR или менеджер — посмотрите: даёт ли ваша система сигнал, кому можно доверить сложные изменения.

Вывод

Авито молодцы — публичность дорогого стоит. Но как система оценки, их карта:

• хорошо выравнивает культурные паттерны,

• плохо калибрует результат и доверие,

• не даёт управляемого сигнала бизнесу.

Если вы хотите строить команды, которым можно доверить результат — надо сместить фокус: от поведения к влиянию.

Я регулярно разбираю подобные кейсы, архитектуру и DORA-метрики на YouTube-канале KT.Team.

Велкам!