Описание вакансии
МТС Банк – одно из ключевых направлений экосистемы МТС. Мы используем современные цифровые решения и развиваем технологичные банковские сервисы, доступные каждому Что для нас важно: опыт в управлении проектами: успешный опыт управления внедрением AI, ML-моделей или цифровых решений, владение методологиями управления (Agile/Waterfall), инструментами планирования (Jira, Confluence) экспертиза в AI: понимание принципов работы больших языковых моделей (LLM), архитектур RAG и многоагентных систем, опыт внедрения чат-ботов и голосовых ассистентов в реальную эксплуатацию техническая грамотность: навык понимания стека технологий (Python, фреймворки для агентов, системы оркестрации, векторные базы данных) для эффективного взаимодействия с командой разработки опыт тестирования: знание процессов оценки качества (evals), настройки мониторинга деградации моделей и проведения экспериментов для валидации решений регуляторика и комплаенс: знание требований регуляторов РФ к автоматизированной обработке данных и информационная безопасность компетенции управления: навык работы с кросс-функциональными командами, четкая постановка задач, контроль сроков и проведение проверок кода (Code Review) в части AI-решений Ты будешь: управлять полным жизненным циклом проекта: планирование, инициация и контроль всех этапов внедрения AI-решений: от формирования целей и оценки ресурсов до сдачи результата и закрытия проекта, управление сроками и бюджетом инициативы координировать кросс-функциональную работу: организация взаимодействия между разработчиками, аналитиками, риск-менеджментом и подрядчиками управлять качеством и рисками: внедрение процессов контроля качества ответов ИИ (включая выявление ошибок), настройка мониторинга работоспособности моделей в промышленной среде обеспечивать соответствие требованиям: контроль выполнения регуляторных норм РФ (в т.ч. 152-ФЗ) и внутренних политик информационной безопасности на всех этапах внедрения автоматизированных систем управлять изменениями и обучением: разработка планов перехода на новые технологии, обучение операторов и аналитиков работе с системами, интеграция процессов с участием человека (Human-in-the-loop) для сложных сценариев анализировать эффективность: организация и анализ результатов экспериментов (A/B-тестов), сравнение эффективности ручных и автоматизированных сценариев, принятие решений о масштабировании успешных практик