Наш продукт AI для клиентского опыта (Customer Interaction Intelligence)
О продукте:
Мы строим экосистему умных AI-агентов и аналитических сервисов, которые извлекают инсайты из взаимодействий с клиентами Банка на разных поверхностях.
У нас уже есть рабочий пилот (доказал ценность на одном из каналов). Сейчас — фаза масштабирования: выходим на новые поверхности (AI-помощники, голосовые каналы, мобильное приложение).
Это не R&D-песочница. Это продуктовое развитие с реальным бизнес-эффектом.
Обязанности
Стратегия и приоритеты
- формировать продуктовую стратегию и roadmaps — выбирать, какие гипотезы (дообучение классических NLP-моделей, fine-tune LLM, сценарии AI-агентов) дадут максимальный ROI
- управлять бэклогом продукта, балансируя между экспериментами, интеграциями и улучшением
Бизнес и рост
- находить новых бизнес-заказчиков внутри Банка и Экосистемы — там, где есть клиентские диалоги и неиспользованные данные.
- запускать пилоты, собирать обратную связь и принимать data-driven решение о масштабировании
Команда и метрики
- переводить бизнес-задачи на язык ML-задач (классификация, NER, суммаризация, генерация), декомпозировать их для команды
- формировать продуктовые метрики успеха (NPS от бизнеса, рост конверсии, снижение времени реакции, cost saving), а не только accuracy моделей
- настраивать мониторинг продукта — от качества модели до бизнес-результатов
Коммуникация
- презентовать инсайты и планы руководству для получения ресурсов
- ставить задачи смежным командам (DPO, CDO, разметка данных) — управлять зависимостями.
Требования
- опыт работы с ML/AI-продуктами в роли Product Owner или Product Manager — от 3 года (продукт выходил в прод или успешно масштабировался)
- понимание полного жизненного цикла ML-решения: от гипотезы → data discovery → прототип → A/B-тест → production → post-launch поддержка
- базовое знакомство с NLP и LLM (чем отличается fine-tune от few-shot, что такое эмбеддинги, токенизация, RAG) — чтобы говорить с ML-инженерами на одном языке
- умение приоритизировать задачи по бизнес-ценности, а не по сложности реализации (ICE, RICE или аналог)
- опыт запуска пилотов с бизнес-заказчиками (сбор требований, согласование метрик, handling scope creep)
- навык презентации результатов и дорожных карт топ-менеджменту
Будет сильным плюсом
- опыт работы с AI-агентами в клиентских сервисах (support automation, AI-co-pilot для оператора, автономное решение проблем)
- понимание базовых практик MLOps (CI/CD для моделей, мониторинг дрейфа, feature store) — чтобы оценивать технические риски и не дать команде обещать невозможное
- опыт работы в банке / финтехе / крупной экосистеме (высокие требования к качеству данных и безопасности).
Условия
- комфортный современный офис рядом с м. Кутузовская
- формат работы - гибрид
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.
