product owner aef.lite

Платформа AEF помогает командам быстрее запускать агентные сценарии в промышленную среду, обеспечивать качество решений и расширять набор инструментов для разработки, оценки и эксплуатации GenAI-агентов. Она предназначена для разработки, исполнения и сопровождения агентов в контуре банка.

• Формировать и приоритизировать бэклог платформенных инструментов для оценки качества агентов и удобства их разработки
• Развивать продуктовые направления вокруг LLM-as-a-Judge, универсальных агентов, памяти, скиллов и безопасной среды исполнения
• Развивать продуктовые возможности для команд разработки агентов: evals, наблюдаемость, эксперименты, удобство интеграции и эксплуатации
• Собирать обратную связь от внутренних команд-пользователей и переводить её в требования, сценарии и критерии готовности
• Определять метрики продукта и критерии качества, полезности и зрелости платформенных функций
• Координировать delivery между разработкой, аналитикой, data-командой, инфраструктурой и пользователями платформы
• Прорабатывать гипотезы по новым инструментам и функциям, ускоряющим создание агентов и повышающим их качество в промышленном контуре
• Готовить и проводить презентации для внутренних стейкхолдеров, демонстрировать прогресс, обосновывать приоритеты и защищать продуктовые решения

• Опыт развития платформ или агентных сред от 3 лет
• Опыт приоритизации бэклога при конкурирующих запросах от нескольких команд и балансировки discovery и delivery
• Понимание agent/LLM-ландшафта, основных паттернов построения AI-агентов и подходов к оценке их качества
• Опыт формулирования продуктовых требований, критериев приёмки и метрик для сложных технических продуктов
• Умение работать с техническими командами и превращать проблемы разработчиков в продуктовые решения
• Опыт проведения интервью, сбора обратной связи и проверки гипотез с внутренними пользователями продукта
• Понимание жизненного цикла разработки платформенных решений и связей между продуктом, архитектурой и эксплуатацией
• Опыт работы в среде с высокими требованиями к надёжности, безопасности и согласованию изменений
• Знание принципов работы OpenClaw и Harness
• Опыт использования AI-инструментов в продуктовой работе: GitHub Copilot, Claude Code или подобных

• Работа в офисе или гибридном формате; удалённая работа доступна три месяца в год
• Ежегодный пересмотр зарплаты и годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Льготная ипотека для каждого сотрудника
• Бесплатная подписка СберПрайм+ и скидки на продукты компаний-партнёров
• Вознаграждение за рекомендацию друзей в команду Сбера
• Комфортный современный офис рядом с метро «Кутузовская»
• Отсутствие строгого дресс-кода