Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Сбер создаёт AIRiskOps — платформенную технологию безопасного использования AI-агентов в банке. Решение работает в режиме мониторинга почти в реальном времени и контролирует вызовы агентов и их навыков, выявляет аномалии, оценивает качество работы и предотвращает нежелательные действия.
задачи
Формировать видение и дорожную карту продукта на основе бизнес-приоритетов, регуляторных требований и рыночных практик;
Декомпозировать задачи на пользовательские истории и технические требования;
Валидировать гипотезы через MVP-подход;
Переводить исследовательские идеи в работающие функции;
Обеспечивать удобство работы внутренних команд-разработчиков;
Определять ключевые метрики успеха продукта;
Отслеживать достижение метрик;
Оценивать пользу продукта, качество внедрения и снижение рисков.
требования
Уверенный опыт работы Product Owner или Product Manager с IT- или Data/ML-продуктами;
Навыки построения пользовательских путей и описания сложных технических сценариев;
Умение собирать требования, декомпозировать и приоритизировать задачи;
Опыт написания понятных пользовательских историй;
Опыт развития платформенных продуктов;
Понимание подхода к работе с внутренними пользователями-разработчиками;
Понимание классического ML, LLM и AI-агентов, их возможностей, ограничений и сценариев применения;
Понимание жизненного цикла ML-модели от сбора данных до мониторинга в продакшене;
Понимание архитектуры AI-агентов;
Опыт проектирования и практического применения навыков — инструментов и функций, которые агент вызывает для выполнения задач;
Готовность работать в условиях высокой неопределённости и R&D;
Системное мышление;
Умение общаться с бизнес-заказчиками и техническими специалистами;
Самостоятельность и способность принимать решения при неполной информации;
Будет плюсом технический бэкграунд Data Scientist, ML-Engineer или Data Engineer, опыт работы в банке, финтехе или крупном Enterprise, понимание комплаенса и регуляторных требований, знакомство с observability и потоковой обработкой данных.
условия
Конкурентная заработная плата;
Полис ДМС с первого дня работы;
Льготные условия по ипотечному кредитованию;
Доступ к программам СберУниверситета, внешним образовательным платформам и внутренним курсам;
Современные офисные пространства с эргономичными рабочими местами, зонами для тишины, коллаборации и отдыха;
Возможность работать с инженерами, дата-сайентистами и продуктовыми специалистами;