AI Product Owner

November 6, 2026

Hybrid

Middle

Москва, Россия

hh.ru

Also worth knowing

English is required
C1 level

Description

Российская аккредитованная IT-компания разрабатывает AI-решения для финансового сектора: мультиагентную платформу и продукты для AML, AntiFraud и управления рисками. Ищем AI Product Owner, который проведёт продукт от генерации идеи и прототипирования до внедрения и масштабирования. В роли — работа с LLM и мультиагентными системами, CustDev с заказчиками, бэклог, roadmap и продуктовые метрики.

Responsibilities

Управление полным жизненным циклом AI-продуктов: от генерации идеи и прототипирования до внедрения и масштабирования
Проектирование и развитие продуктов на базе больших языковых моделей (LLM), AI-агентов и мультиагентных систем
Формирование продуктовой архитектуры совместно с AI-инженерами и техническими командами
Определение сценариев использования AI-агентов, их ролей, механики взаимодействия между ними и бизнес-логики системы
Прямое взаимодействие с заказчиками и ранними пользователями: проведение интервью (custdev), сбор обратной связи, валидация продуктовых гипотез и трансляция инсайтов в разработку
Управление приоритетами разработки: формирование и ведение бэклога, построение roadmap, контроль достижения продуктовых целей
Создание MVP, проведение экспериментов, проверка гипотез и итеративное улучшение AI-продуктов на основе данных и обратной связи
Определение ключевых продуктовых и технических метрик эффективности AI-решений: качество, скорость, уровень автоматизации, экономический эффект
Планирование и анализ A/B-тестов для оценки эффективности продуктовых изменений

Requirements

Высшее образование в области ИТ, математики или смежных дисциплин
Опыт работы в роли Системного аналитика или Data Scientist от 2–3 лет с последующим переходом в Product Owner / Product Manager или сильной готовностью взять полную продуктовую ответственность
Глубокое понимание принципов работы LLM и мультиагентных систем: знание концепций RAG (Retrieval-Augmented Generation), оркестрации агентов, ограничений контекстного окна, причин галлюцинаций и способов их минимизации
Понимание жизненного цикла ML-моделей: от сбора и оценки качества данных до деплоя, A/B-тестирования и мониторинга дрейфа данных (data drift) и деградации модели
Навыки системного анализа: умение декомпозировать сложные, абстрактные бизнес-задачи клиентов в четкие технические спецификации, User Stories, Use Cases и критерии приемки (Acceptance Criteria)
Опыт прямого общения с заказчиками (B2B, желательно финтех/банки), проведения CustDev и защиты продуктовых решений
Свободное владение английским на уровне C1 (Advanced)
Предпринимательское и критическое мышление при работе с AI-продуктами
Коммуникативные и презентационные навыки для защиты продуктовых решений
Управление ожиданиями заказчиков и технических команд