Product Manager / Менеджер продукта
Описание
Мы — аккредитованная IT-компания (B2B SaaS), в которой современные ИИ-модели встроены в рабочие процессы: они анализируют контекст, формируют сводки, принимают рутинные решения и освобождают время сотрудников для задач, требующих экспертизы и глубокого осмысления. Среди наших клиентов — крупнейшие банки, ритейл, промышленность и госсектор. Продукт входит в реестр российского ПО, наша команда больше 10 лет на рынке. Ищем менеджера продукта с сильным техническим и математическим бэкграундом, для которого большая запутанная задача с кучей контекста — удовольствие, а не повод звать аналитика.Ключевые задачи: Владение продуктовой зоной end-to-end: решать, что делаем, что нет и почему, и отвечать за метрику, а не за релиз. Раскладывать сложные, размыто сформулированные проблемы на части: формализовать, находить фундаментальную причину, строить модель, а не собирать список хотелок. Проектировать AI-first сценарии: где модель заменяет шаг процесса, где ассистирует, а где не должна трогать ничего — и как это измерить. Приходить к CPO с решением, проработанным с первого раза: проблема, контекст пользователя, данные, 2–3 альтернативы, риски, критерии успеха. Самому прототипировать и проверять гипотезы с помощью ИИ: скрипты, SQL, агенты, кликабельные прототипы — без ожидания разработки. Самостоятельно ходить в данные: строить воронки и когорты, оценивать влияние фич на MRR и retention. Регулярно говорить с клиентами — от небольших команд до enterprise — и отличать то, что просят, от того, что нужно. Вести решения от проблемы до результата вместе с разработкой, дизайном и аналитикой, работать с продажами, маркетингом, над позиционированием. Следить за фронтиром ИИ — модели, агенты, протоколы — и превращать его в продуктовые возможности. Ожидаемый результат: Через 3 месяца: вы разобрались в продукте и своей зоне, провели 10–15 интервью с клиентами, самостоятельно собрали картину метрик зоны и сделал первый рабочий прототип или агента на ИИ-инструментах. Через 6 месяцев: вы выпустили 1–2 решения с заранее заданными критериями успеха — минимум одно из них AI-сценарий — и оценили эффект после релиза. Через год: показываете влияние своей зоны на retention или MRR и ведёте приоритизацию бэклога на данных и исследованиях. Мы ожидаем: Техническое или математическое образование — прикладная математика, CS, физика, инженерия — или эквивалентный подтверждённый опыт. Умение декомпозировать: взять проблему, в которой непонятно, с чего начать, и превратить её в проверяемые части с ясными зависимостями. И умение упрощать: минимальное решение для проверки гипотезы, а не ТЗ на квартал. ИИ в работе каждый день — не «пользуюсь GPT», а конкретные артефакты, которые вы собрали самостоятельно: агенты, пайплайны, прототипы, аналитические скрипты. 3+ года продуктового опыта в B2B SaaS с кейсами, где ты сам нашёл проблему через исследование, выпустил решение и изменил метрику — с цифрами. Самостоятельная аналитика: SQL или Python на уровне «сам достаю и проверяю», понимание когорт, сегментации и смещений выборки. Понимание экономики подписки: MRR по компонентам (New, Expansion, Contraction, Churn), logo и revenue retention, NRR — и как фича влияет на каждую. Ясная письменная и устная речь: легко получается объяснить компромисс и разработчику, и руководителю. Будет плюсом: Инженерный бэкграунд: чтение код, обсуждение архитектуры и оценка стоимость решения на языке техлида. AI-функции в продакшне: LLM, RAG, агентские сценарии, оценка качества моделей. Enterprise-опыт: права доступа, безопасность, администрирование, on-premise. Kanban, Scrum и JTBD на практике, а не на уровне терминов. Что мы предлагаем: Полностью удаленная работа. Полное соблюдение ТК РФ. Льготы и преимущества аккредитованной ИТ-компании. ДМС после 6 месяцев работы. Оплата корпоративного доступа к AI-инструментам. Гибкое начало рабочего дня между 08.00-11.00. Работа с продуктом, который реально используется и развивается. Свободу выстраивать работу с людьми по-своему – без шаблонов и многоуровневых согласований.