Technical Product Owner

Мы в Управлении по работе с данными ИИ обеспечиваем полный цикл работы с данными для продуктовых команд и предоставляем аналитические инструменты и сервисы по работе с данными. Наша задача – создать платформу, которая предоставляет данные специализированных доменов по запросу, а также инструменты по работе с ними.

Обязанности

• Формирование продуктовой стратегии платформы сбора и обогащения данных для задач дообучения фундаментальных ИИ моделей
• Сбор и приоритезация требований от клиентов (data scientists, ML engineers, платформенные команды), формирование продуктовых инициатив
• Управление бэклогом продукта: декомпозиция задач, формализация требований, постановка целей и критериев успеха
• Мониторинг качества данных, внедрение метрик и процессов контроля качества, организация процесса проведения регулярных eval'ов
• Анализ рынка решений в области SOTA моделей, синтетических данных и подготовки данных для обучения фундаментальных моделей
• Проведение демо, презентаций и материалов для внутренних и внешних стейкхолдеров

Требования

Продуктовый стек:

• Опыт работы в роли Product Owner или Product Manager от 2+ лет в ML‑ или AI‑продуктах, желательно с фокусом на data/ML‑платформы или модели
• Уверенные навыки управления бэклогом: планирование и приоритизация задач в рамках Agile/Scrum, работа в Jira или сопоставимых системах
• Практический опыт работы с продуктовыми метриками, построения дерева метрик
• Способность извлекать инсайты из данных (продуктовая аналитика, эксперименты) и формулировать на их основе продуктовые гипотезы
• Сильные коммуникационные навыки и опыт взаимодействия с инженерными, ML‑ командами.
• Плюсом будет опыт работы с BI‑инструментами и платформами аналитики (например, Metabase, Apache Superset)

Технический стек:

• Понимание архитектуры data-платформ (в том числе ETL/ELT, data lakes/warehouses)
• Практический опыт обучения и дообучения моделей: классические ML‑модели, глубокие нейросети и/или LLM, включая работу с пайплайнами подготовки данных, мониторинга и переобучения
• Понимание особенностей дообучения фундаментальных моделей (LLM/vision/мультимодальных): работа с инструктивными датасетами, синтетическими данными
• Опыт работы с современными SOTA‑моделями и фреймворками: использование готовых foundation‑моделей, их адаптация под прикладные задачи
• Опыт работы с API-продуктами и/или продуктами, работающими по модели Data as a Service

Условия

• комфортный современный офис рядом с м. Кутузовская
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• система обучения для профессионального и карьерного развития
• расширенный полис ДМС с первого дня работы и страхование для семьи
• льготная программа ипотеки для сотрудников
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.