1. Помощь в системной работе с требованиями (системная инженерия)
Ты научишься переводить бизнес-задачи в технические требования — и для роботов, и для AI-агентов
Задача: Проверять и дорабатывать формулировки требований к AI-агентам, которые автоматизируют процессы в магазинах (например, прогнозирование спроса, маршрутизация курьеров, выявление аномалий в продажах)
Задача: Работать с реестром открытых вопросов: фиксировать, кто и когда должен ответить, помогать доводить вопросы до закрытия
Задача: Использовать AI-инструменты (Claude, ChatGPT) для подготовки черновиков документации, проверки согласованности версий и рефакторинга требований
2. Координация и работа с данными (проектный менеджмент)
Ты станешь помощником команды в организации процессов и работе с цифровыми следами роботов и AI-систем
Задача: Помогать вести дорожную карту продукта — декомпозировать задачи, фиксировать сроки, обновлять статусы в трекерах (Jira / Notion)
Задача: Собирать и структурировать данные с тестовых прогонов: логи роботов, метрики AI-агентов, ошибки на складе или в магазине — чтобы команда могла принимать решения на основе фактов
Задача: Участвовать в коммуникации с поставщиками оборудования и внутренними бизнес-заказчиками (операционный отдел, логистика, магазины) — помогать готовить вопросы, протоколировать встречи и фиксировать договорённости
3. Разработка и внедрение AI-агентов для автоматизации розничной рутины
Это ключевое направление. Мы не просто строим роботов — мы строим умный слой, который управляет ими и автоматизирует задачи сотрудников
Задача: Разрабатывать небольшие скрипты на Python, которые автоматизируют типовые бизнес-процессы
Автоматическая выгрузка и обработка остатков товаров
Формирование заданий для роботов на складе (например, «переместить паллету в зону отгрузки»)
Генерация ежедневных отчётов для управляющих магазинами
Участвовать в создании AI-агентов, которые помогают сотрудникам магазинов
Голосовой или текстовый ассистент для ответов на внутренние вопросы (например, по инвентаризации или замене оборудования)
Агент, который мониторит работу роботов и автоматически предлагает решения при сбоях
Задача: Тестировать гипотезы — запускать небольшие AI-решения на реальных данных из магазинов и складов, чтобы проверить, насколько
Они сокращают время на рутинные операции (уборка, перемещение товара, инвентаризация, приёмка)
4. Работа с экономикой и эффективностью решений
Даже на стажёрском уровне мы учим думать в терминах «цена — время — результат»
Задача: Помогать собирать данные для расчёта экономической модели: сколько времени экономит AI-агент на складе, сколько операций автоматизируется, как снижается стоимость владения решением
Задача: Сравнивать варианты реализации (своя разработка vs готовое решение) по срокам и стоимости — под руководством ментора