Чем предстоит заниматься:
-
Сбор, анализ и формализация бизнес-требований для проектов автоматизации процессов с применением LLM и агентных систем.
-
Участие в проектировании архитектуры решений на базе LLM и AI-агентов совместно с ML и backend-командами.
-
Формирование и ведение: функциональных и нефункциональных требований, пользовательских сценариев, use case/user story.
-
Описание логики взаимодействия агентов, LLM и внешних систем (оркестрация, триггеры, ограничения).
-
Определение требований к данным: источники, качество, доступы, безопасность и хранение.
-
Участие в выборе сценариев применения LLM (RAG, агентные цепочки, автогенерация, классификация, ассистенты).
-
Формирование требований к качеству работы LLM: точность, полнота, объяснимость, допустимый уровень ошибок.
-
Участие в приемке решений, валидации результатов, пилотах и MVP.
-
Подготовка аналитической и проектной документации (бизнес требования, функциональные требования).
-
Взаимодействие с бизнес-заказчиками, продукт-менеджерами, ML-инженерами и разработчиками.
Здорово, если у тебя есть:
-
Опыт работы системным аналитиком от 2х лет.
-
Навыки описания интеграций (API, очереди, события).
-
Понимание требований к данным и потокам данных.
-
Понимание популярных архитектур ML/AI решений.
-
Опыт подготовки технической и проектной документации.
-
Опыт моделирования процессов (BPMN, UML).
-
Понимание принципов работы: эмбеддеров, генеративного ИИ, агентных подходов (agent loop, tool calling, orchestration).
-
Понимание сценариев применения ИИ: RAG, ИИ ассистенты, классфикация, генерация отчетов.
-
Опыт описания требований к качеству AI-решений.
Знание принципов LLMOps / MLOps на базовом уровне. -
Умение работать с неопределенностью и эскпериментальными решениями.
-
Навыки коммуникации с бизнесом и техническими командами.
-
Навыки идентификации сценариев пользователей, которые требуют автоматизации.
-
Опыт работы с Agile / Scrum / Kanban.
