
Продуктовый аналитик ML-проектов
Ozon
Москва
🏢 Офис
Junior
Полная занятость
Россия
Описание вакансии
Привет! Мы команда продукта и аналитики. Ищем специалиста, который поможет формировать требования к ML-решениям и аппаратным системам, участвовать в проектировании архитектуры и выстраивать прозрачные инженерные процессы. Роль предполагает плотную работу с командами разработки, data-специалистами и бизнесом.
Вы будете
•Собирать, анализировать и формализовывать требования к ML-системам и аппаратным решениям.
•Декомпозировать бизнес-задачи в технические требования
•Моделировать бизнес-процессы и потоки данных (UML, BPMN, DFD, C4 и др.).
•Разрабатывать проектную документацию: ТЗ, спецификации, пользовательские сценарии, API-контракты.
•Координировать тестирование (integration, E2E, UAT) и контролировать соответствие решений требованиям.
•Работать с инструментами разметки и валидации данных для ML-моделей.
•Проводить GAP-анализ текущих и целевых процессов.
•Участвовать во внедрении решений и сопровождать команды на этапе запуска.
•Готовить демонстрации и презентации для стейкхолдеров.
•Оценка эффективности фич до и после запуска.
•Оценка импакта.
•Создание отчётов, витрин и подсчёт метрик.
Нам важно
•Опыт работы системным или продуктовым аналитиком от 2 лет (желательно в data- или ML-проектах).
•Понимание жизненного цикла разработки ПО.
•Опыт разработки проектной и пользовательской документации, знание ГОСТ 19 и 34.
•Уверенные навыки сбора и формализации требований (US, UC, CJM, Acceptance Criteria.
•Опыт проектирования API и понимание REST, gRPC, WebSockets.
•Базовые знания SQL и работы с моделями данных.
•Понимание принципов статистики и работы ML-систем на концептуальном уровне.
•Опыт работы с таск-трекерами (Jira или аналогами) и Confluence.
•Сильные коммуникационные навыки и умение работать с разными уровнями стейкхолдеров.
•Системное мышление и способность принимать решения в условиях неопределенности.
Будет плюсом
•Опыт участия в ML-проектах или data-платформах.
•Умение читать код на Python.
•Знание брокеров сообщений Kafka или RabbitMQ.
•Опыт работы с PlantUML или аналогичными инструментами моделирования.
•Навыки прототипирования интерфейсов в Figma.
•Понимание CI/CD и пайплайнов обучения моделей.
