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
Команда помогает клиентам Yandex Cloud находить и внедрять AI-решения с измеримым бизнес-результатом. Направление работает на стыке продаж, продуктов и технологий, а флагманский продукт Yandex AI Studio представляет собой платформу для создания AI-приложений и агентов.
задачи
Развивать AI-бизнес на большой территории медиум-сегмента;
Находить перспективные компании и бизнес-сценарии;
Определять приоритетные аккаунты и формировать план развития AI-направления;
Погружаться в процессы клиентов и находить задачи для применения AI;
Проводить демонстрации Yandex AI Studio и других продуктов;
Адаптировать демонстрации под отрасль и задачи клиента;
Объяснять возможности решений технической и бизнес-аудитории;
Взаимодействовать с техническими экспертами, архитекторами, продуктовыми командами, BizDev, Professional Services и партнёрами;
Передавать обратную связь рынка и потребности клиентов;
Помогать совершенствовать продукты и материалы для продаж.
требования
Более пяти лет опыта в B2B-продажах сложных IT-, cloud- или SaaS-решений;
Умение применять подход Solution Selling: проходить путь от бизнес-задачи клиента до решения, его ценности, экономики и следующего коммерческого шага;
Умение развивать большую клиентскую территорию, сегментировать портфель, выбирать приоритетные аккаунты и вести несколько возможностей одновременно;
Навыки проведения discovery, презентаций и демонстраций продуктов для технической и бизнес-аудитории;
Знание современного стека для создания AI-приложений: LLM, tool calling и function calling, RAG, embeddings, vector search, MCP;