Описание

формирование и развитие AI-инициатив - от поиска бизнес-кейсов и проверки гипотез до запуска решений в промышленную эксплуатацию
перевод бизнес-потребностей в продуктовые и технические требования, управление бэклогом, координация работы DS/ML-команд и контроль достижения бизнес-результата
организация PoC, оценка эффективности решений, принятие решений о масштабировании и развитии AI-продуктов

глубокое понимание Business Process Management (BPM): умение читать, анализировать и перепроектировать бизнес-процессы. Понимание ценности процесса и способов её измерения
широкий кругозор в AI: LLM и LMM, AI-агенты, мультиагентные системы, RAG, Tool Use, Memory, Routing. Понимание не только терминов, но и областей применения
владение AI-фреймворками на уровне принятия решений: LangGraph, CrewAI, AutoGen, OpenClaw или аналоги. Не обязательно писать код ежедневно, но необходимо понимать, какой фреймворк для какой задачи подходит
опыт запуска AI-решений в production: знание жизненного цикла AI-продукта, понимание отличий PoC от промышленного решения
понимание MLOps и AIOps: CI/CD для ML, мониторинг, observability, evaluation, A/B-тестирование
базовое понимание инфраструктуры: Docker, Kubernetes - для коммуникации с инженерами
системное мышление: способность видеть процесс целиком, а не отдельные задачи

опыт внедрения Human-in-the-Loop (HITL) сценариев для критичных процессов
понимание безопасности и комплаенса: 152-ФЗ, требования ЦБ, регуляторные требования
опыт в финтехе или работе с регулируемыми данными
английский язык для чтения документации и статей

Специалист по AI-автоматизации бизнес-процессов