Привет! Мы - команда профессионалов, которая меняет правила игры золотодобывающей отрасли России. Оказываем услуги по цифровизации в GenAI направлении. Направление уже запущено, поэтому сейчас мы в поисках амбициозного и активного Владельца продукта — нужен человек, который возглавит его целиком: от поиска кейсов у заказчика до вывода в промышленную эксплуатацию.
Основные задачи:
- Вести роадмап и бэклог GenAI-направления, приоритизировать кейсы по эффекту и сложности.
- Интервью с бизнес-заказчиками на площадках, поиск процессов под LLM: документооборот, регламенты, ТОиР, геология, ОТиПБ, отчётность.
- Считать экономику кейса и собирать бизнес-кейс для заказчика.
- Собирать первые прототипы своими руками: агенты в Yandex AI Studio, ассистенты и RAG поверх Open WebUI, сценарии в n8n.
- Проверять гипотезы на реальных данных заказчика до подключения разработки.
- Ставить задачи разработке там, где нужна кастомная интеграция: MCP-серверы с нуля, коннекторы к 1С / SAP / MES / АСУ ТП.
- Отвечать за качество ответов: тест-сеты, контроль галлюцинаций, регресс при смене модели.
- Выбирать модели и провайдеров (YandexGPT, open-source on-prem) с учётом ИБ и закрытого контура.
- Пресейл: демо, защита проектов перед заказчиком, упаковка услуги вместе с коммерцией.
- Переводить пилоты в промышленную эксплуатацию, обучать пользователей на стороне заказчика.
Обязательные требования:
- Навыки самостоятельной сборки работающих агентов и ассистентов в no/low-code: Yandex AI Studio (в т.ч. function calling), Open WebUI, n8n / Dify. Проверяем на интервью практикой, не рассказом.
- Навыки оценки качества LLM-решения: сборка тест-сетов, измерение качества ответов, ловля галлюцинаций, сравнение моделей между собой.
- Понимание границ «где хватит промпта и настройки, а где нужна разработка» — и умение её обосновать.
- Продуктовое мышление: приоритизация по эффекту, расчёт бизнес-кейса, работа с бизнес-заказчиком напрямую.
Необязательные требования (будет плюсом):
- Портфолио доведённых до прода GenAI-кейсов — самый сильный аргумент.
- Понимание RAG-механики: чанкинг, эмбеддинги, векторные БД (Qdrant, pgvector), реранкеры.
- Python на уровне скриптов и ноутбуков, работа с REST API.
- Опыт с self-hosted моделями и закрытым контуром (vLLM, Ollama, Qwen/Llama).
- Понимание MCP как протокола.
Условия:
-
Интересные и комплексные задачи в уникальной отрасли.
-
Возможность работать с современным стеком технологий и видеть реальный результат своих трудов.
-
Гибридный график работы.
-
Амбициозная команда, с которой можно профессионально развиваться.
-
Оформление по ТК РФ, конкурентную заработную плату.
