Старший менеджер по продукту, Платформа чат-ботов и ассистентов

Описание

Привет! Это команда чат-ботов и AI-ассистентов в Ozon. Через наших ботов проходят обращения миллионов покупателей и продавцов, и наша задача – чтобы человек получал решение сразу в диалоге, без ожидания оператора. Мы работаем вместе с ML-командами, разработкой и аналитиками. Делаем ботов и LLM-агентов, которые сами разбираются в вопросе и решают его. Задачи на стыке продукта, ML и инженерии – где недостаточно «подключить нейросеть», ее надо встроить в живой процесс поддержки так, чтобы это работало надежно и давало измеримый эффект.Мы ищем сильного технического менеджера продукта в направление AI-ассистента и бота для продавцов. Задача направления – с помощью AI помогать продавцам быстрее решать их вопросы и проблемы и снижать нагрузку на поддержку. Нам нужен человек, который глубоко понимает, как устроены AI-агенты, на равных говорит с ML-командой и разработкой, умеет выстроить логику решения, договориться со всеми участниками и довести проект до результата. Менеджер отвечает за результат своего направления. Вы будете Отвечать за результат направления: метрики, roadmap, релизы. Изучать боли продавцов и находить, какие из них можно решить с помощью AI-агентов. Вместе с ML-командой и разработкой проектировать логику работы агентов: какие задачи решает агент, какие данные и инструменты ему нужны, где границы автоматизации и когда подключать человека. Формулировать гипотезы и MVP, резать скоуп и доводить релизы до продакшена. Вести проекты от идеи до запуска: планирование, синхронизация команд, риски, сроки. Формулировать требования к качеству ассистента, организовывать оценку и A/B-тесты. Работать с заказчиками и смежными командами, регулярно и прозрачно сообщать статус. Нам важно Опыт работы менеджером по продукту от 3 лет, из них от одного года в продуктах на базе ML и LLM, чат-ботах, ассистентах или автоматизации поддержки. Глубокое понимание работы AI-агентов: как LLM выбирает действие, работа с контекстом и инструментами, промпты, RAG, ограничения моделей и типовые ошибки, как оценивать качество агента. Сильная техническая база: понимание архитектуры сервисов, API и интеграций, умение разобраться в устройстве системы вместе с разработкой. Понимание ML на уровне продакта: жизненный цикл модели, офлайн- и онлайн-метрики, разметка, A/B-тесты. Опыт развития продукта с измеримым результатом: какие метрики удалось улучшить, на сколько и за счет чего. Опыт ведения кросс-функциональных проектов от идеи до запуска. Структурное, логичное мышление и сильные коммуникативные навыки: умение разложить сложную задачу, аргументированно договориться и принять решение при неполной информации. Умение самостоятельно работать с данными: дашборды, разбор логов диалогов. Комфорт в динамичной среде, где приоритеты могут меняться, а ясность иногда приходится создавать самому. Будет плюсом Опыт запуска LLM-агентов в продакшене. Опыт в разработке или умение самому собрать прототип агента (в том числе с Cursor, Claude Code и аналогами). Опыт в B2B-продуктах, сервисах для продавцов или маркетплейсах. Опыт управления людьми или менторства менеджеров продукта.