СБЕР·Москва·4 дн назад
Technical Product Owner
🏢 ОфисMiddleПолная занятость
62
Хорошие условия
Навык востребован (AI), за такой навык на рынке платят больше. Но вилки нет, про деньги придётся договариваться с нуля.
Наша компания
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.
Чем предстоит заниматься
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
Наши требования
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)
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
Мы предлагаем
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
Технологии и навыки
СБЕР
Москва
ГрейдMiddle
ЗанятостьПолная занятость
РегионРоссия
ФорматОфис
ИсточникСкрыто
Опубликовано4 дн назад
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).