AI Product Owner
⚲ Warszawa, Lublin, Gdańsk, Wrocław, Łódź
Do uzgodnienia
Wymagania
- min. 4 lata doświadczenia jako Product Owner / Product Manager
- min. 1 rok praktycznego doświadczenia z produktami GenAI/LLM
- doświadczenie w Discovery, walidacji hipotez, priorytetyzacji backlogu i pracy z metrykami produktu
- dobra znajomość możliwości i ograniczeń LLM oraz rozwiązań agentowych (RAG, pamięć, orkiestracja, human-in-the-loop, ewaluacja modeli)
- świadomość aspektów AI Act, RODO, transparentności i audytowalności rozwiązań AI
- umiejętność definiowania mierzalnych kryteriów jakości dla rozwiązań niedeterministycznych
- ownership za produkt end-to-end — od identyfikacji problemu po ocenę wartości biznesowej
Opis stanowiska
Rola Product Ownera dla klienta z branży retail, odpowiedzialnego za rozwój produktów wykorzystujących Generative AI, LLM i rozwiązania agentowe — m.in. aplikacje głosowe, systemy rozpoznawania mowy i analizę danych w czasie rzeczywistym. Realnie budujesz wizję i roadmapę produktu, prowadzisz Discovery, definiujesz kryteria akceptacji dla rozwiązań niedeterministycznych i projektujesz zakres autonomii agentów. To oferta dla doświadczonego PO/PM z min. rocznym stażem przy produktach GenAI/LLM, który rozumie ograniczenia LLM i potrafi pracować przy niepełnych danych. Uwaga: 'dobra znajomość' wielu zaawansowanych zagadnień może oznaczać zarówno głębokie zrozumienie, jak i wiedzę powierzchowną — warto zweryfikować realny zakres.
🔍 Dekoder Ogłoszenia
🔴
rozwoju produktów wykorzystujących Generative AI, LLM oraz rozwiązania agentowe
Może oznaczać zarówno tworzenie od zera, jak i integrację gotowych rozwiązań, a zakres 'rozwoju' może być bardzo szeroki.
🔴
Minimum 1 rok praktycznego doświadczenia z produktami GenAI/LLM
Może oznaczać pracę z gotowymi API lub faktyczne budowanie i trenowanie modeli, co jest znaczącą różnicą.
🔴
Dobra znajomość możliwości i ograniczeń LLM oraz rozwiązań agentowych – m.in. RAG, pamięci, orkiestracji, human-in-the-loop, ewaluacji modeli oraz zależności między jakością, kosztem i latencją.
Choć wymieniono wiele terminów, 'dobra znajomość' może oznaczać zarówno głębokie zrozumienie, jak i powierzchowną wiedzę.
🔴
Umiejętność definiowania jasnych i mierzalnych kryteriów jakości dla rozwiązań niedeterministycznych oraz podejmowania decyzji dotyczących poziomu autonomii produktu.
Określanie 'jasnych i mierzalnych' kryteriów dla czegoś z natury nieprzewidywalnego jest trudne i może wymagać kompromisów.
🔴
Bardzo dobre kompetencje komunikacyjne i decyzyjne – umiejętność pracy przy niepełnych danych, zarządzania oczekiwaniami interesariuszy, kwestionowania założeń i świadomego reagowania na AI hype.
Praca przy 'niepełnych danych' i 'kwestionowanie założeń' może oznaczać brak jasnych wytycznych i potrzebę samodzielnego docierania do informacji.