Менеджер направления AI

Оформление в аккредитованную IT-компанию.

Чем предстоит заниматься:

• Отвечать за разработку и реализацию ИИ стратегии в компании.
• Выявлять потребности и задачи бизнес-подразделений, эффективно решаемые инструментами ИИ. Транслировать бизнес потребности в конкретные ИИ кейсы с положительным бизнес кейсом.
• Управлять портфелем ИИ инициатив. Отвечать за реализацию согласованных ИИ инициатив в соответствии со стратегией.
• Выстраивать эффективное взаимодействие с бизнес функциями и руководством компании по вопросам от популяризации технологий ИИ до оценки удовлетворённости внедрёнными сервисами.
• Повышать осведомлённость сотрудников о возможностях технологий ИИ, потенциальной ценности от их внедрения, особенностях и ограничениях в применении, проводить необходимые информационные и обучающие мероприятия.
• Формировать команду(-ы) специалистов для реализации проектов с ИИ, включая привлечение штатных сотрудников и команд или поиск и найм, развивать функциональные компетенции сотрудников и команд.
• Самостоятельно разрабатывать инструменты ИИ и создавать /настраивать их при помощи доступных корпоративных платформ.
• Взаимодействовать с внешними партнёрами (вендоры, интеграторы, исследовательские центры, стартапы) для внедрения ИИ‑решений.

И у вас есть:

• Практический опыт трансформирования бизнес процессов с помощью ИИ
• Опыт лидирования ИИ команд/направлений, и реализации ИИ проектов – от идеи до промышленного масштабирования.
• Опыт трансформирования команд разработки с использование ИИ платформ
• Понимание жизненного цикла разработки ПО, знание принципов гибкой разработки, прототипирования и разработки минимального жизнеспособного продукта.
• Знание методологий проектного управления, продуктового подхода, тестирования и реализации гипотез развития продукта, уверенные навыки проектного и портфельного управления.
• Опыт постановки требований для Data Engineering, Data Science, ML Engineering, Development, IT.
• Практический опыт в корпоративных ИИ-платформах, понимание архитектур и компонентов, преимуществ и недостатков различных платформ.
• Понимание целевых архитектур ИИ-решений и умение их обсуждать с ИТ и бизнесом.
• Технические знания:
  • Python – практическое владение на уровне разработки продуктовых ИИ‑сервисов;
  • Знание основных алгоритмов ML: регрессия, классификация, кластеризация, нейронные сети. Понимание полного цикла построения моделей ML.
  • Знание фреймворков: TensorFlow, PyTorch, scikit-learn.
  • Опыт разработки решений (прототипов и продуктивных) на базе ML и LLM (OpenAI (GPT), Llama, GigaChat и аналогов).
  • Знание инструментов для finetuning, RAG, prompt engineering.
  • Опыт развёртывания, мониторинга и поддержки моделей (SaaS и on-premise).
• Навыки структурирования, визуализации и презентации информации, донесения технических понятий простым языком.
• Навыки ведения переговоров, разрешения конфликтов.