Менеджер проектов

Добавь резюме в профиле, а нейросеть определит твою категорию. Затем ты сможешь генерировать сопроводительные письма для вакансий этой категории

Команда ведет крупные стратегические проекты с внешними заказчиками в области генеративного ИИ: AI-агенты, ассистенты, модели и решения на основе GenAI — от пресейла до промышленного запуска.

• Вести крупные стратегические проекты с внешними заказчиками в области генеративного ИИ
• Управлять мультидисциплинарными командами через других руководителей проектов, тимлидов и технических лидеров
• Курировать портфель AI-проектов: контролировать сроки, риски, качество, SLA и достижение целевых эффектов
• Руководить группой руководителей проектов: развитие, коучинг, контроль качества управления проектами, повышение зрелости команд
• Развивать методологии управления AI/GenAI-проектами: единые стандарты планирования, риск-менеджмента, управления изменениями, документации и поставки, коммуникационных планов со стейкхолдерами
• Участвовать в пресейлах GenAI-решений: оценка трудозатрат, сроков, рисков и формирование архитектурно-проектных предложений
• Проводить презентации, демо и защищать технические/проектные решения перед заказчиками

• 5+ лет опыта в управлении ИТ-проектами на стороне компании системного интегратора, вендора ПО, сервисных или аутсорсных компаний
• Опыт ведения внешних коммерческих проектов с бюджетом от 100+ млн рублей
• Опыт взаимодействия с руководителями среднего и высокого уровня со стороны заказчика, опыт с заказчиками уровня Enterprise
• Знания основ управления проектами, опыт ведения проектов по Waterfall/Agile и в гибридных моделях
• Высшее техническое или управленческое образование
• Будет плюсом успешный опыт управления проектами в областях машинное обучение, генеративный искусственный интеллект (LLM), компьютерное зрение, NLP, чат-боты или предиктивная аналитика, умение декомпозировать бизнес-требования и формировать backlog проекта вместе с командой, сертификаты PMP, PMI-ACP, PRINCE2, Scrum Master, Product Owner, курсы по ML/AI или Data, базовое понимание LLM-архитектур (GPT-подобные модели, RAG, флоу-оркестрации), знание основных облачных и локальных технологий для ИИ: MLflow, Kubernetes, Airflow, vector stores, API интеграции, понимание ограничений, рисков и особенностей внедрения AI-систем: приватность, безопасность, качество данных, масштабирование

• Полная занятость
• Полный день