Старший менеджер по продукту, Платформа чат-ботов и ассистентов

Ориентир по рынку≈ 140 000 – 300 000 ₽наш грубый ориентир по 195 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 140 000 – 300 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Вакансия к тому же свежая, откликаться лучше сейчас.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Наша компания

Привет! Это команда чат-ботов и AI-ассистентов в Ozon. Через наших ботов проходят обращения миллионов покупателей и продавцов, и наша задача – чтобы человек получал решение сразу в диалоге, без ожидания оператора.

О роли

Мы работаем вместе с ML-командами, разработкой и аналитиками. Делаем ботов и LLM-агентов, которые сами разбираются в вопросе и решают его. Задачи на стыке продукта, ML и инженерии – где недостаточно «подключить нейросеть», ее надо встроить в живой процесс поддержки так, чтобы это работало надежно и давало измеримый эффект. Мы ищем сильного технического менеджера продукта в направление AI-ассистент

Чем предстоит заниматься

Отвечать за результат направления: метрики, roadmap, релизы

Изучать боли продавцов и находить, какие из них можно решить с помощью AI-агентов

Вместе с ML-командой и разработкой проектировать логику работы агентов: какие задачи решает агент, какие данные и инструменты ему нужны, где границы автоматизации и когда подключать человека

Формулировать гипотезы и MVP, резать скоуп и доводить релизы до продакшена

Вести проекты от идеи до запуска: планирование, синхронизация команд, риски, сроки

Формулировать требования к качеству ассистента, организовывать оценку и A/B-тесты

Работать с заказчиками и смежными командами, регулярно и прозрачно сообщать статус

Наши требования

Опыт работы менеджером по продукту от 3 лет, из них от одного года в продуктах на базе ML и LLM, чат-ботах, ассистентах или автоматизации поддержки

Глубокое понимание работы AI-агентов: как LLM выбирает действие, работа с контекстом и инструментами, промпты, RAG, ограничения моделей и типовые ошибки, как оценивать качество агента

Сильная техническая база: понимание архитектуры сервисов, API и интеграций, умение разобраться в устройстве системы вместе с разработкой

Понимание ML на уровне продакта: жизненный цикл модели, офлайн- и онлайн-метрики, разметка, A/B-тесты

Опыт развития продукта с измеримым результатом: какие метрики удалось улучшить, на сколько и за счет чего

Опыт ведения кросс-функциональных проектов от идеи до запуска

Структурное, логичное мышление и сильные коммуникативные навыки: умение разложить сложную задачу, аргументированно договориться и принять решение при неполной информации

Умение самостоятельно работать с данными: дашборды, разбор логов диалогов

Комфорт в динамичной среде, где приоритеты могут меняться, а ясность иногда приходится создавать самому

Опыт запуска LLM-агентов в продакшене

Опыт в разработке или умение самому собрать прототип агента (в том числе с Cursor, Claude Code и аналогами)

Опыт в B2B-продуктах, сервисах для продавцов или маркетплейсах

Опыт управления людьми или менторства менеджеров продукта