Опубликовано 16 августа 2026 г.

Менеджер по координации AI в Сбер Банк Минск

Building iconв офис
Person iconmiddle
Money bag iconне указана

Сопроводительное письмо под эту вакансию

Софи напишет его под твоё резюме. Бесплатно — 5 писем в день.

Приветствуем! Должность мечты для тех, кто хочет совмещать лидерские и организаторские навыки с управлением самыми перспективными направлениями в банке! Мы ищем не столько глубокого технаря, сколько «профессионала коммуникации и организации», который прошел 7-8 циклов стратегического/квартального планирования (PI-Planning), умеет выстраивать диалог с разными заказчиками и командами, решать конфликты и предлагать решения на начальном этапе. Контроль и обзор метрик. Техническое понимание AI/ML необходимо на базовом уровне для последующей коммуникации с экспертам в этой области. Как итог – 70% Soft Skills, 30% Hard Skills.

Чем займёшься?

  • Координируешь весь поток AI-инициатив банка, ставишь задачи контенту команды разработки и следишь за выполнением бэклога
  • Оцениваешь совместно с заказчиками и экспертами жизнеспособность и ценность новых AI-решений, проводишь совместные сессии анализа и приоритезации
  • Строишь доверительную коммуникацию с разными заинтересованными лицами, решаешь возможные разногласия и находишь компромиссы
  • Формируешь понятную отчётность по AI-продуктам и сопровождающим метрикам, собираешь и анализируешь показатели
  • Будешь ведущим экспертом в вопросах AI внутри банка, продвигая лучшие мировые практики и развивая экспертизу внутри команды.

Ключевые компетенции

  1. Навыки работы в проектном управлении:
    • Жизненный цикл: понимание этапов: идея -> анализ -> POC -> пилот -> промышленная эксплуатация
    • Agile-фреймворки: планирование и треккинг по Scrum/Kanban, понимание ролей, артефактов, желательно знание масштабируемых фреймворков (SAFe)
    • Инструменты: уверенное владение Jira/Confluence или аналогами для ведения бэклога и отчетности
  2. Работа с AI-инструментами:
    • Базовое понимание построения AI-агентов и ML-моделей, и как агенты/модели взаимодействуют с инструментами и базами данных. Общее понимание принципов работы LLM (Large Language Models)
    • Приветствуется понимание основ RAG (Retrieval-Augmented Generation): как подключать модели к корпоративным базам знаний
    • Навык промпт-инжиниринга (продвинутый уровень): умение составлять сложные цепочки промптов (chain-of-thought+few-shot), проверять гипотезы, работать с контекстом, создавать шаблоны промптов для типовых бизнес-задач
  3. Бизнес-анализ (на уровне постановки задач):
    • Сбор требований: умение проводить интервью и воркшопы с заказчиками, формализовывать результаты в user stories
    • Оценка целесообразности внедряемых AI-решений: проведение бизнес-оценки, приоритизация
    • Моделирование процессов: основы BPMN или аналоги, чтобы описать текущий и целевой процесс построения AI-агента и ML-модели
  4. Понимание AI/ML:
    • Базовые понятия: что такое обучение с учителем/без учителя, классификация/регрессия, NLP, компьютерное зрение и иные специализированные модели. Понимание, для каких бизнес-задач какие методы применимы
    • Будет плюсом понимание жизненного цикла ML: знание этапов: данные -> подготовка -> модель -> валидация -> деплой -> мониторинг. Понимание, что данные – ключевой ресурс
    • Будет плюсом понимание метрик моделей: Умение читать основные метрики (accuracy, precision, recall, ROC-AUC) и интерпретировать их для бизнеса («модель ошибается в 5% случаев, но для нас критичнее ложноотрицательные срабатывания»)
    • Будет плюсом понимание практик Data Governance: Общее понимание, какие данные нужны, как их получать и обеспечивать качество
    • Коммуникация с Data Scientist'ами: Способность сформулировать задачу так, чтобы DS поняли, и проверить, что результат соответствует ожиданиям
  5. Документирование
  • Ведение единого бэклога: создание понятных спецификаций (user stories, acceptance criteria), формирование отчетности для руководства, контроль метрик
  • Будет плюсом если есть опыт работы в финтех или банковской отрасли, знание специфики AI/ML-жизненного цикла на практике или сертификация в области анализа данных и AI-применений

Что предлагаем?

  • Быть драйвером перемен и ключевым игроком изменений в одной из крупнейших IT-экосистем
  • Коллегиально развивающуюся культуру, где поощряются инициатива и готовность брать ответственность
  • Возможность проявить инициативу, попасть в центр внимания и лично влиять на будущее AI-направления всей компании.

Ссылка на вакансию в банке вакансий на gsz.gov.⁣by:

*Вакансия, планируемая к открытию (перспективная)

Эту вакансию мы нашли в HH.ru
Сбер Банк

Сбер Банк

Минск

Получить оффер

Зарплата vs рынок

Зарплата не указана. Обычно на такой позиции платят 200 000 – 337 500 ₽, медиана 250 000 ₽.

85k250k1,1M

обычно платят (p25–p75): 200 000 – 337 500 ₽

Когорта Data, Middle · 185 вакансий за 90 дней

Зарплаты Data →

Похожие вакансии

Это единственная вакансия по вашему фильтру

Не то, что искал?

Автоотклики