Ищем аналитика, который поможет формировать требования к ML-решениям и аппаратным системам, участвовать в проектировании архитектуры и выстраивать прозрачные инженерные процессы. Роль предполагает плотную работу с командами разработки, data-специалистами и бизнесом.
Вам предстоит
- Собирать, анализировать и формализовывать требования к ML-системам и аппаратным решениям.
- Декомпозировать бизнес-задачи в технические требования
- Моделировать бизнес-процессы и потоки данных (UML, BPMN, DFD, C4 и др.).
- Разрабатывать проектную документацию: ТЗ, спецификации, пользовательские сценарии, API-контракты.
- Координировать тестирование (integration, E2E, UAT) и контролировать соответствие решений требованиям.
- Работать с инструментами разметки и валидации данных для ML-моделей.
- Проводить GAP-анализ текущих и целевых процессов.
- Участвовать во внедрении решений и сопровождать команды на этапе запуска.
- Готовить демонстрации и презентации для стейкхолдеров.
Мы ожидаем
- Опыт работы System / Product Analyst от 2 лет (желательно в data- или ML-проектах).
- Понимание жизненного цикла разработки ПО.
- Опыт разработки проектной и пользовательской документации, знание ГОСТ 19 и 34.
- Уверенные навыки сбора и формализации требований (US, UC, CJM, acceptance criteria).
- Опыт проектирования API и понимание REST, gRPC, WebSockets.
- Базовые знания SQL и работы с моделями данных.
- Понимание принципов статистики и работы ML-систем на концептуальном уровне.
- Опыт работы с таск-трекерами (Jira или аналогами) и Confluence.
- Сильные коммуникационные навыки и умение работать с разными уровнями стейкхолдеров.
- Системное мышление и способность принимать решения в условиях неопределенности.
Будет плюсом
- Опыт участия в ML-проектах или data-платформах.
- Умение читать код на Python.
- Знание брокеров сообщений Kafka или RabbitMQ.
- Опыт работы с PlantUML или аналогичными инструментами моделирования.
- Навыки прототипирования интерфейсов в Figma.
- Понимание CI/CD и пайплайнов обучения моделей.
Почему у нас интересно
- Работа над сложными ML-решениями с реальным влиянием на продукт.
- Возможность влиять на архитектуру и процессы, а не только описывать требования.
- Сильная инженерная культура и команда, ориентированная на качество.
- Пространство для инициативы и профессионального роста.
