Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Специалист помогает превращать бизнес-задачи и идеи в понятные, реализуемые AI-решения и MVP, находить точки применения AI, прорабатывать концепции решений и формировать постановки для AI-разработчиков.
задачи
Погружаться в бизнес-задачи и выявлять возможности для применения AI;
Формировать и описывать концепцию AI-решения: что делать, для кого, какую проблему решать и какой результат получать;
Определять границы MVP и приоритизировать функциональность;
Описывать пользовательские сценарии и бизнес-логику работы AI-решения;
Формировать подробные требования и постановки для AI-разработчиков;
Определять необходимые данные, источники, интеграции и ограничения;
Совместно с разработчиками прорабатывать техническую реализуемость решений;
Участвовать в формировании критериев готовности и приёмки MVP;
Тестировать готовые решения с точки зрения бизнес-сценариев и пользовательского опыта;
Анализировать результаты MVP и формировать предложения по его дальнейшему развитию;
Следить за новыми AI-инструментами и подходами и оценивать возможность их применения в бизнесе.
требования
Опыт работы продуктовым или бизнес-аналитиком, системным аналитиком, Product Owner или в смежной роли;
Умение переводить неструктурированную бизнес-задачу в понятные требования для разработки;
Опыт формирования MVP и декомпозиции продукта на функциональные блоки;
Понимание принципов работы современных AI/ML-решений и LLM;
Понимание подходов RAG, AI-агентов, prompt engineering и работы с LLM API на уровне, достаточном для постановки задач и обсуждения решений с разработчиками;
Навыки описания user stories, use cases, бизнес- и функциональных требований;
Умение работать с данными и понимать ограничения их качества и доступности;
Сильные коммуникационные навыки для взаимодействия с бизнесом, разработчиками и другими участниками проекта;
Способность быстро разбираться в новых технологиях и предметных областях;
Знание N8N, API, Git, RAG, SQL, Teradata, MS SQL, Postgres, Oracle, BI-систем Tableau, Power BI и Qlik, DataLens, Python.
условия
Возможность напрямую влиять на появление AI-решений в компании и решаемые ими бизнес-задачи;
Возможность придумывать и быстро упаковывать AI-решения в работающие MVP.
.svg)
