Senior AI Product Manager (Agentic AI)
Описание
О продукте и стеке Мы создаём B2B-платформу автономных ИИ-агентов для рынка США. Агенты ведут многошаговые рабочие процессы с несколькими участниками — со сроками, документами и перепиской — и выполняют действия во внешних системах: электронная почта, CRM, календари, документы. Ключевые действия проходят через подтверждение человеком в контрольных точках.Продукт на ранней стадии: первые вертикали и сценарии определяются сейчас, и этот выбор будет происходить при вашем участии. Команда компактная, цикл принятия решений короткий, работа напрямую с основателями.Стек платформы: Python, FastAPI, PostgreSQL, Redis, MCP. Используем managed-модели Anthropic, OpenAI и Google через API. Это не обёртка над чатом: агенты действуют во внешних системах, и цена ошибки измеряется деньгами клиента. Что предстоит делать Определять, что и для кого мы строим. Исследовать процессы B2B-клиентов, выбирать задачи с высоким потенциалом автоматизации, оценивать ожидаемый эффект и формировать стратегию, приоритеты и roadmap.Проектировать агентные решения. Определять роль агента в процессе, доступные ему данные и инструменты, интеграции, границы автономности и точки контроля человека. Вместе с технической командой балансировать качество, скорость, стоимость и надёжность.Доводить продукт до реального использования. Формулировать требования, вести разработку от прототипа и пилота до production, работать напрямую с клиентами и отвечать за внедрение в их процессы.Отвечать за качество работы агентов. Определять критерии успеха и систему оценки: корректность выполнения, надёжность действий, долю вмешательств человека, стоимость и время. Выстраивать цикл улучшения на данных и разборе ошибок.Превращать пилоты в масштабируемый продукт. Выделять повторяемые потребности, определять, что становится частью платформы, а что остаётся настройкой конкретного решения.Отвечать за коммерческий результат. Определять модель использования, pricing и packaging; отвечать за конверсию пилотов в платное использование, активацию, удержание, выручку и экономику продукта. Первые 90 дней Разобрать целевые сценарии и сформировать продуктовый контур первой версии: какие задачи агент берёт целиком, где проходят границы автономности, что является измеримой ценностью для клиента.Определить систему метрик — критерии успешного выполнения задач, конверсия пилота в платное использование, активация, удержание — и наладить их сбор.Подготовить и провести первые пилоты: сценарий, критерии успеха, разбор результатов, решение о переносе в платформу. Обязательные требования По каждому пункту на интервью спросим детали и артефакты. 4+ лет продуктового управления; минимум один B2B SaaS- или AI-продукт, выведенный на рынок США, с личной ответственностью за коммерческий результат, а не только за delivery. Практический опыт LLM-продуктов: работа с контекстом и инструментами, управляемая автономность, оценка качества, стоимость и риски ошибок — на уровне принятых вами продуктовых решений, а не общих формулировок. Самостоятельная работа с данными: SQL и продуктовая аналитика без посредников. Быстрое прототипирование: умеете проверить гипотезу работающим прототипом, не ожидая полной разработки. Английский B2 или выше: рабочая переписка и звонки с англоязычными клиентами и партнёрами. Будет преимуществом Запуск LLM- или agentic AI-продукта в production. Опыт превращения пилотных или заказных решений в повторяемый SaaS-продукт. Опыт pricing и packaging для usage-based моделей монетизации. Условия Полная занятость, удалённая работа. Синхронное окно команды: с 10:00–11:00 до 20:00–21:00 МСК. Оценка по результату, а не по количеству часов онлайн. Возможность определять продукт с ранней стадии; прямая работа с основателями. Как откликнуться Вместо стандартного сопроводительного письма: Разберите один продукт, который вы довели до реального использования: какую проблему решал, за что отвечали лично вы, какие ключевые решения приняли, какой результат в метриках. Приложите верифицируемые артефакты: ссылки на продукт, кейсы, публикации. Ответьте на вопрос: как бы вы построили систему оценки качества для агента, который ведёт многошаговый процесс и выполняет действия во внешних системах? Какие метрики, как их собирать, как отличить проблему продукта от проблемы модели? Опишите, что в этом продукте не получилось и почему. Отклики из общих формулировок без верифицируемых артефактов не рассматриваются.