Продуктовый менеджер / Product Manager в B2B SaaS — Discovery и AI-прототипирование

Описание

«Пиксель Плюс» — digital-агентство с крупными международными и федеральными брендами, в реестре аккредитованных ИТ-организаций. Мы развиваем SaaS-продукты для SEO- и GEO-специалистов, маркетологов, владельцев бизнеса и селлеров маркетплейсов: Пиксель Тулс и Seller Moon.В нашей команде есть разработчики, готовый UI Kit и наработанные интерфейсные решения. AI помогает нам быстрее создавать и выпускать изменения. Сейчас нам нужен человек, который будет отвечать за следующий вопрос: что именно стоит разрабатывать, для кого и почему?Ищем продуктового менеджера, который самостоятельно проходит путь от разговора с пользователем до проверенной гипотезы, прототипа и понятной задачи для разработки. Не только предлагает идеи и не только управляет backlog, а помогает команде находить и создавать полезные изменения.В чём суть ролиВы регулярно проводите глубинные интервью с представителями целевой аудитории, выявляете их потребности, выбираете проблемы, которые стоит решать, и проверяете возможные решения. Общение с действующими и потенциальными пользователями является одним из основных источников ценных гипотез и векторов развития продукта.Затем собираете прототип на нашем UI Kit с помощью AI-инструментов, описываете логику и передаёте задачу в разработку, а после релиза оцениваете результат.Наш рабочий цикл:Потребность → гипотеза → прототип → проверка → постановка в разработку → оценка результата.Чем предстоит заниматься Проводить глубинные интервью с целевой аудиторией. Это одна из основных обязанностей: регулярно и лично общаться с действующими и потенциальными пользователями, выяснять их задачи, потребности, ограничения и реальные способы решения проблем. Готовить вопросы, проводить интервью, фиксировать выводы и превращать полученные наблюдения в продуктовые гипотезы и предложения по развитию продукта. Исследовать поведение и дополнять выводы интервью данными. Разбирать обращения в поддержку, наблюдать за работой с продуктом и анализировать поведение. Сопоставлять то, что пользователи рассказывают, с тем, что они делают, и отделять единичные пожелания от повторяющихся потребностей. Формировать и приоритизировать гипотезы. Соединять пользовательские проблемы с целями бизнеса. Сравнивать варианты по ожидаемой пользе, имеющимся свидетельствам, стоимости проверки и реализации. Проверять решения до разработки. Выбирать подходящий способ проверки: интервью, тест прототипа, небольшой эксперимент или анализ данных. Заранее определять, что подтвердит гипотезу, а что станет основанием её пересмотреть. Самостоятельно прототипировать. Собирать сценарии на существующем UI Kit с помощью AI-инструментов. Показывать не только основной экран, но и важные состояния: отсутствие данных, ошибки, ограничения и результат действия. Готовить постановки для разработки. Описывать проблему, целевой сценарий, бизнес-правила, границы первой версии, критерии приёмки и способ измерения результата. Прикладывать прототип, по которому понятна логика работы. Работать с тимлидом и разработчиками. Проверять реализуемость решения до финальной передачи, обсуждать ограничения и упрощать первую версию без потери её смысла. Оценивать выпущенные изменения. Проверять, пользуются ли решением, помогает ли оно выполнить целевую задачу и как влияет на продуктовые показатели. Предлагать доработку, масштабирование или отказ от неудачной гипотезы. Какой результат мы ждёмГотовая задача для нас включает: Основание: наблюдения, обращения, интервью или данные. Гипотезу: ожидаемое изменение поведения пользователя и связь с результатом бизнеса. Проверку: что уже проверено, что осталось предположением и какие риски мы принимаем. Прототип: сценарий на существующем UI Kit, согласованный с текстовой постановкой. Требования: бизнес-правила, существенные состояния, границы первой версии и критерии приёмки. Измерение: целевое событие, метрика и план оценки после релиза. Мы не оцениваем работу количеством написанных ТЗ или размером backlog. Важны качество решений, скорость получения полезной обратной связи и результат для пользователя и бизнеса. Обоснованно отказаться от ненужной функции тоже хороший результат.Что для нас обязательно Опыт глубинных интервью с целевой аудиторией. Вы лично проводили такие интервью, умеете спрашивать о реальном опыте без наводящих вопросов и отличать факты от пожеланий и предположений. Можете показать, как выводы из общения с пользователями повлияли на гипотезы и продуктовые решения. Работа с данными. Умеете разбирать воронки и сегменты, выбирать подходящие метрики, замечать ограничения выборки и не выдавать корреляцию за доказанную причину. Самостоятельное прототипирование. Вам не требуется отдельный дизайнер, чтобы собрать и проверить типовой сценарий из готовых компонентов. Практическое применение AI. Используете AI для исследования материалов, подготовки вариантов, прототипирования или формализации требований. Можете показать результат, объяснить собственный вклад и способ проверки. Понятные постановки. Разработчик может прочитать вашу задачу и понять, что должно происходить в основном и нестандартных сценариях. Умение ограничивать объём. Вы отделяете необходимое для проверки гипотезы от того, что можно сделать позже. Ответственность за решение. Готовы обсуждать альтернативы, менять мнение при появлении новых данных и возвращаться к задаче после релиза. Что будет плюсом B2B SaaS: опыт работы с личными кабинетами, аналитическими сервисами, отчётами, таблицами и профессиональными инструментами. Предметная область: понимание SEO, GEO, digital-маркетинга, маркетплейсов или задач малого и среднего бизнеса. Продуктовая аналитика: опыт самостоятельной работы с системами аналитики и SQL. AI-прототипы: рабочие примеры, собранные в Claude Code, Cursor, Figma Make или других инструментах. Дизайн-системы: опыт использования компонентов, токенов и готовых библиотек без создания отдельного визуального стиля под каждую задачу. Опыт самостоятельной продуктовой работы. Вы можете показать кейс, в котором лично прошли путь от проблемы до реализации и разбора результата. Название предыдущей должности вторично. Конкретный набор AI-инструментов не принципиален. Нам важнее, какие задачи вы с их помощью решаете и насколько надёжен результат.Как устроена работаБизнес-приоритеты и ограничения обсуждаем с руководителем продукта или основателем. За исследование проблемы, предложение и проверку решения, прототип и продуктовую постановку отвечаете вы.Тимлид отвечает за техническую реализуемость и архитектуру. Разработчики участвуют в обсуждении решения, технической декомпозиции и реализации. Не ожидаем, что вы будете единолично проектировать API, базы данных или писать production-код.Работаем короткими итерациями. Не ждём многостраничного документа там, где достаточно понятного прототипа и нескольких бизнес-правил, но не передаём в разработку решения с непродуманной логикой.Условия Формат: удалённая работа, полная занятость, график 5/2. Рабочий день: восемь часов, начало в 8:00, 9:00 или 10:00 по Москве. Доход: обсуждаем на первом созвоне с учётом опыта и самостоятельности. Фиксированная часть + KPI как % от роста проекта + KPI по количеству ТЗ и интервью. Влияние: прямой диалог с руководством и возможность участвовать в выборе продуктовых приоритетов. Рабочая среда: действующие продукты, готовый UI Kit и собственная команда разработки. Как проходит отбор Отклик: резюме и короткое описание одного релевантного кейса. Первый созвон: обсуждаем ваш опыт, задачи роли, ожидания и условия. Небольшое тестовое: учебный кейс на исследование проблемы, гипотезу, прототип и постановку. Лимит работы до 4 часов. Разбор: обсуждаем ваше решение и коротко проверяем подход к интервью и изменению требований. Решение: согласовываем условия и следующие шаги. Что написать в откликеПриложите резюме и ответьте на три вопроса. Достаточно короткого текста, отдельная презентация не нужна. Продуктовый кейс: какую проблему вы лично обнаружили, как проверили решение и что получилось после выпуска? Отделите свой вклад от работы команды. Прототип: можете ли показать сценарий, который самостоятельно собрали на готовых компонентах? Подойдёт ссылка, скриншоты или обезличенный пример. AI в работе: какую конкретную задачу AI помог решить, что вы проверяли и что пришлось исправить самостоятельно?