Руководитель проектов (GenAI)

Дата размещения вакансии: 13.04.2026
Работодатель: Т1
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 3 до 6 лет

Чем предстоит заниматься:

  • Определять цели, масштабы и ключевые результаты проекта: формулировать чёткие требования, выстраивать иерархию задач, согласовывать целевые показатели с внутренним заказчиком;
  • Разрабатывать детальные планы реализации: составлять графики работ, рассчитывать бюджеты, распределять ресурсы (люди, инструменты, инфраструктура), предусматривать резервы на риски;
  • Формировать и координировать кросс‑функциональную команду: подбирать специалистов, ставить задачи, контролировать загрузку, обеспечивать взаимодействие разработчиков, аналитиков, тестировщиков и смежных подразделений;
  • Управлять рисками и изменениями: выявлять потенциальные угрозы, разрабатывать планы митигации, оперативно корректировать планы при изменении требований или внешних условий;
  • Организовывать коммуникацию с заинтересованными сторонами: регулярно информировать руководство и заказчика о статусе, обсуждать приоритеты, урегулировать разногласия, презентовать промежуточные и итоговые результаты;
  • Контролировать качество продукта: внедрять стандарты разработки и тестирования, следить за соответствием требованиям, организовывать ревью кода и приёмо‑сдаточные испытания;
  • Вести проектную документацию и отчётность: обновлять планы, риски, бюджеты, протоколы встреч; готовить аналитические сводки и KPI для руководства;
  • Оптимизировать процессы управления: анализировать эффективность методик (Agile, Waterfall, гибридные), внедрять лучшие практики, автоматизировать рутину (Jira, Confluence, CI/CD);
  • Обеспечивать своевременное закрытие этапов и проекта в целом: проверять выполнение критериев готовности, оформлять акты сдачи‑приёмки, архивировать материалы, фиксировать уроки проекта;
  • Развивать команду и компетенции: проводить ретроспективы, выявлять зоны роста участников, планировать обучение, передавать опыт младшим PM, способствовать профессиональному росту сотрудников.

Для нас важно:

  • 4+ лет опыта в управлении ИТ-проектами на стороне исполнителя;

  • Опыт ведения внешних коммерческих проектов fix price с бюджетом от 50 млн рублей;

  • Опыт работы в компаниях-интеграторах, AI-подразделениях, консалтинге, сервисных/аутсорсных компаниях;

  • Опыт ведения проектов по гибридной модели (fix price/T&M, Waterfall/Agile);

  • Опыт построения и защиты проектных планов для внешних клиентов;

  • Опыт взаимодействия с руководителями среднего и высокого уровня со стороны заказчика;

  • Ведение полного проектного цикла: пресейл → планирование → разработка → внедрение → закрытие;

  • Управление сроками, бюджетами, командами разработки и аналитики (AI/ML, Data, Backend, DevOps);

  • Умение декомпозировать бизнес-требования и формировать backlog проекта вместе с командой;

  • Управление изменениями, объёмом работ и приоритетами;

  • Управление контрактной документацией, SLA, объёмами и корректировками;

  • Разработка и ведение коммуникационных планов со стейкхолдерами;

  • Работа с рисками: выявление, оценка, разработка плана реагирования;

  • Организация демонстраций, тестирования, пилотов, запусков в продуктив;

  • Умение обсуждать технические решения с архитекторами и командой разработки;

  • Высшее техническое или управленческое образование.

Будет плюсом:

  • Опыт реализации крупных внутрикорпоративных проектов, начиная с этапа проработки инициатив, согласования с многочисленными стейкхолдерами, проведения процесса утверждения бюджета, старта проекта(ов), комплексное внедрение, определение и мониторинг эффективности;
  • Успешный опыт управления проектами в областях: машинное обучение, генеративный искусственный интеллект (LLM), компьютерное зрение, NLP, чат-боты или предиктивная аналитика;
  • Не требуется уметь разрабатывать модели, но обязательна технологическая грамотность;
  • Понимание жизненного цикла разработки ML/AI систем: сбор данных, обучение моделей, валидация, deployment;
  • Базовое понимание LLM-архитектур (GPT-подобные модели, RAG, флоу-оркестрации);
  • Понимание ограничений, рисков и особенностей внедрения AI-систем: приватность, безопасность, качество данных, масштабирование.