Менеджер направления AI
Описание
Оформление в аккредитованную IT-компанию. Чем предстоит заниматься: · Отвечать за разработку и реализацию ИИ стратегии в компании. · Выявлять потребности и задачи бизнес-подразделений, эффективно решаемые инструментами ИИ. Транслировать бизнес потребности в конкретные ИИ кейсы с положительным бизнес кейсом. · Управлять портфелем ИИ инициатив. Отвечать за реализацию согласованных ИИ инициатив в соответствии со стратегией. · Выстраивать эффективное взаимодействие с бизнес функциями и руководством компании по вопросам от популяризации технологий ИИ до оценки удовлетворённости внедрёнными сервисами. · Повышать осведомлённость сотрудников о возможностях технологий ИИ, потенциальной ценности от их внедрения, особенностях и ограничениях в применении, проводить необходимые информационные и обучающие мероприятия. · Формировать команду(-ы) специалистов для реализации проектов с ИИ, включая привлечение штатных сотрудников и команд или поиск и найм, развивать функциональные компетенции сотрудников и команд. · Самостоятельно разрабатывать инструменты ИИ и создавать /настраивать их при помощи доступных корпоративных платформ. · Взаимодействовать с внешними партнёрами (вендоры, интеграторы, исследовательские центры, стартапы) для внедрения ИИ‑решений. И у вас есть: · Практический опыт трансформирования бизнес процессов с помощью ИИ · Опыт лидирования ИИ команд/направлений, и реализации ИИ проектов – от идеи до промышленного масштабирования. · Опыт трансформирования команд разработки с использование ИИ платформ · Понимание жизненного цикла разработки ПО, знание принципов гибкой разработки, прототипирования и разработки минимального жизнеспособного продукта. · Знание методологий проектного управления, продуктового подхода, тестирования и реализации гипотез развития продукта, уверенные навыки проектного и портфельного управления. · Опыт постановки требований для Data Engineering, Data Science, ML Engineering, Development, IT. · Практический опыт в корпоративных ИИ-платформах, понимание архитектур и компонентов, преимуществ и недостатков различных платформ. · Понимание целевых архитектур ИИ-решений и умение их обсуждать с ИТ и бизнесом. · Технические знания: Python – практическое владение на уровне разработки продуктовых ИИ‑сервисов; Знание основных алгоритмов ML: регрессия, классификация, кластеризация, нейронные сети. Понимание полного цикла построения моделей ML. Знание фреймворков: TensorFlow, PyTorch, scikit-learn. Опыт разработки решений (прототипов и продуктивных) на базе ML и LLM (OpenAI (GPT), Llama, GigaChat и аналогов). Знание инструментов для finetuning, RAG, prompt engineering. Опыт развёртывания, мониторинга и поддержки моделей (SaaS и on-premise). · Навыки структурирования, визуализации и презентации информации, донесения технических понятий простым языком. · Навыки ведения переговоров, разрешения конфликтов.