Продукт-оунер (ML-продукты)

Что предстоит делать

<h3>О компании</h3><p>Наш клиент — американская продуктовая компания, создающая единую платформу для оптимизации доходов и e-commerce платежей для быстрорастущих бизнесов с подпиской и прямых продаж потребителям (DTC).</p><p>Платформа объединяет CRM и управление подписками, высококонверсионный опыт оформления заказа, оркестрацию платежей через несколько шлюзов и восстановление доходов на основе ИИ в единую экосистему. Обрабатывая миллиарды долларов в год, она позволяет продавцам оптимизировать конверсии, увеличивать регулярный доход, сокращать невольный отток клиентов и восстанавливать неудачные платежи.</p><p>Работая на стыке <strong>e-commerce, финтеха, ИИ и управления подписками</strong>, компания предлагает технически сложную продуктовую среду, где принятие решений на основе данных и измеримое бизнес-влияние лежат в основе разработки продуктов.</p><h3>О роли</h3><p>Мы ищем опытного <strong>Product Owner</strong>, который будет управлять разработкой возможностей на основе <nobr>машинного обучения (ML)</nobr> в рамках платформы компании для регулярного дохода и e-commerce платежей.</p><p>Эта роль идеально подходит для того, кто тесно работал с <strong>командами машинного обучения или Data Science</strong> и понимает, как преобразовывать бизнес-потребности в продуктовые требования для прогнозных моделей, рекомендательных систем, систем ранжирования и других интеллектуальных функций.</p><p>Вы будете связующим звеном между бизнес-заинтересованными сторонами и инженерными командами, управляя бэклогом продукта, определяя приоритеты и обеспечивая успешную поставку ценности для клиентов через гибкий процесс разработки.</p><h3>Обязанности</h3><ul><li>Управлять и расставлять приоритеты в бэклоге продукта для возможностей продукта на основе <nobr>машинного обучения (ML)</nobr>.</li><li>Преобразовывать продуктовую стратегию в четкие пользовательские истории и выполнимые задачи по разработке.</li><li>Определять требования и критерии приемки для функций машинного обучения, где успех зависит от качества модели, а не от детерминированной функциональности.</li><li>Тесно сотрудничать с Data Scientists, ML-инженерами, инженерами-программистами и бизнес-заинтересованными сторонами.</li><li>Определять и отслеживать метрики успеха для ML-функций, включая качество модели и бизнес-влияние.</li><li>Проводить Scrum-церемонии, включая спринт-планирование, уточнение бэклога, ежедневные стендапы, обзоры спринта и ретроспективы.</li><li>Балансировать бизнес-приоритеты, технические ограничения и потребности клиентов при принятии продуктовых решений.</li><li>Отслеживать производительность в продакшене, собирать отзывы пользователей и постоянно улучшать поставку продукта.</li><li>Доносить видение продукта, дорожную карту, приоритеты, сроки и компромиссы до кросс-функциональных команд.</li></ul><h3>Требования</h3><h3>Обязательно</h3><ul><li>Подтвержденный опыт работы в качестве <strong>Product Owner</strong> или <strong>Product Manager</strong>, напрямую взаимодействующего с командами машинного обучения или Data Science.</li><li>Практический опыт поставки продуктов на основе <nobr>машинного обучения (ML)</nobr>, таких как:<br><ul><li>рекомендательные системы;</li><li>прогнозные модели;</li><li>системы ранжирования или скоринга;</li><li>функции интеллектуальной автоматизации.</li></ul></li><li>Глубокое понимание того, чем продукты машинного обучения отличаются от традиционных программных продуктов.</li><li>Способность писать требования для вероятностных систем и определять успех, выходя за рамки простых сценариев «успех/неудача».</li><li>Опыт определения и оценки метрик успеха ML, таких как точность (precision), полнота (recall), качество модели, экспериментирование и бизнес-влияние.</li><li>Солидный опыт на протяжении всего жизненного цикла продукта в SaaS, FinTech, биллинге, e-commerce или других цифровых продуктах.</li><li>Глубокое понимание Agile-методологий, особенно Scrum.</li><li>Опыт управления и расстановки приоритетов в бэклогах продуктов.</li><li>Хорошее понимание веб-технологий, API, процессов разработки ПО и жизненного цикла ML (сбор данных, обучение, оценка, развертывание).</li><li>Отличные навыки коммуникации, управления заинтересованными сторонами и кросс-функционального взаимодействия.</li></ul><h3>Будет плюсом</h3><ul><li>Опыт работы с продуктами на основе подписки или платформами регулярного биллинга.</li><li>Опыт в области обработки платежей, финтеха или продуктах для оптимизации доходов.</li><li>Опыт работы с фреймворками для экспериментов, A/B-тестированием и оценкой функций.</li><li>Знакомство с рекомендательными системами, персонализацией, обнаружением мошенничества или прогнозной аналитикой.</li><li>Опыт работы в высоконагруженных B2B SaaS-средах.</li><li>Сильное аналитическое мышление со способностью принимать продуктовые решения на основе данных и измеримых бизнес-результатов.</li></ul><h3>С чем вам предстоит работать</h3><ul><li>Продукты машинного обучения</li><li>Продуктовая стратегия и дорожная карта</li><li>Scrum &amp; Agile</li><li>Команды Data Science</li><li>API и современные веб-платформы</li><li>SaaS-продукты</li><li>FinTech и платежные системы</li><li>Биллинг подписок</li><li>Аналитика и экспериментирование</li><li>Кросс-функциональная разработка продуктов</li></ul><p>Если вы увлечены созданием AI-продуктов и любите работать на стыке управления продуктами, машинного обучения и современной электронной коммерции, мы будем рады получить от вас отклик.</p> <div> <a href="https://jobs.dou.ua/companies/techbar/vacancies/363476/#reply-btn-id">Відгукнутись на вакансію</a> </div>