ما به دنبال مدیر محصولی هستیم که بتواند در قلب توسعه محصولات مبتنی بر هوش مصنوعی، تصمیمهای اثرگذار و دادهمحور بگیرد. این نقش برای فردی مناسب است که هم درک عمیقی از فناوریهای هوش مصنوعی و عاملهای خودمختار دارد و هم میتواند آنها را به ارزش واقعی برای کاربران و کسبوکار تبدیل کند. اگر علاقهمند به هدایت محصولات هوش مصنوعی در مقیاس سازمانی هستید، این فرصت شغلی برای شماست.
شرح وظایف و مسئولیتها
- تدوین، نگهداری و بهروزرسانی نقشه راههای 3 و 6 ماهه محصول بر اساس اهداف رشد، سهم بازار و سطح بلوغ محصول.
- تعریف معیارهای سنجش موفقیت عاملهای هوش مصنوعی و پایش مستمر شاخصهایی مانند زمان دستیابی به ارزش، نرخ خودمختاری و کاهش وابستگی به مداخله انسانی.
- شناسایی موارد استفادهای که در آنها عاملهای هوش مصنوعی نسبت به نیروی انسانی کارایی بالاتری دارند.
- اولویتبندی توسعه عاملها و قابلیتهای محصول بر اساس میزان اثرگذاری، تلاش موردنیاز و اندازه بازار قابل توسعه.
- مدیریت توازن میان دقت، هزینه و تأخیر زمانی در اجرای عاملها در مقیاس.
- طراحی و پیادهسازی چارچوبهای ارزیابی برای عاملهای چندمرحلهای و زنجیرهای.
- تصمیمگیری و مستندسازی در خصوص انتخاب مدلهای زبانی، معماری عاملها و نسخههای پرامپت.
- تحلیل دادهها و لاگهای سیستم بهمنظور شناسایی الگوهای خطا و فرصتهای بهبود عملکرد عاملها.
- طراحی و اجرای تحقیقات کاربری با تمرکز بر کاربران حرفهای و سازمانی.
- شناسایی نقاط اصطکاک در لایه هماهنگسازی عاملها و بهبود تجربه کاربری آنها.
- پایش مستمر رقبا و پلتفرمهای عاملمحور هوش مصنوعی و تحلیل جایگاه رقابتی محصول.
- تهیه گزارشهای تحلیلی و ارائه پیشنهادهای تاکتیکی به تیم رهبری محصول.
- همکاری نزدیک با تیمهای ورود به بازار (بازاریابی و فروش) برای همراستاسازی توسعه محصول با نیاز بازار.
- اطمینان از همخوانی خروجی عاملهای هوش مصنوعی با ارزشهای کسبوکاری مشتریان سازمانی.
نیازمندیها و توانمندیهای تخصصی
- حداقل 3 سال سابقه کاری در مدیریت محصول.
- تجربه عملی کار با عاملهای هوش مصنوعی یا سامانههای خودمختار (شامل استفاده از ابزار، فراخوانی توابع، مدیریت حافظه یا هماهنگسازی عاملها).
- درک عمیق از محصولات نرمافزاری سازمانی و پلتفرمهای مقیاسپذیر.
- توانایی تحلیل دادههای محصول با استفاده از زبانهای پرسوجوی پایگاه داده.
- آشنایی کاربردی با برنامهنویسی پایتون برای تحلیل لاگها و شناسایی الگوهای خطا.
- تجربه کار با چارچوبهای ارزیابی مدلهای زبانی بزرگ (LLM Evaluation).
- آشنایی با مفاهیم عملیات یادگیری ماشین (MLOps) و ابزارهای پایش و مدیریت مدل.
- تسلط به ابزارهای مدیریت وظایف و فرآیندهای توسعه محصول.
- آشنایی با ابزارهای طراحی برای اعتبارسنجی تجربههای کاربری مبتنی بر API.
- مهارت بالا در ارائه، روایتسازی تحلیلی و انتقال مفاهیم به ذینفعان فنی و غیر فنی.
شایستگیها و مهارتهای نرم مورد نیاز
- تفکر استراتژیک و توانایی تصمیمگیری در شرایط عدم قطعیت
- رویکرد دادهمحور در تعریف مسئله، اولویتبندی و ارزیابی راهکارها
- توانایی برقراری ارتباط مؤثر با تیمهای فنی، تجاری و مدیریتی
- قدرت تحلیل بالا و توانایی سادهسازی مسائل پیچیده
- مسئولیتپذیری و مالکیت کامل نسبت به خروجی محصول
- توانایی مدیریت همزمان چند موضوع و اولویتهای متغیر
- کنجکاوی، یادگیری مستمر و بهروز ماندن در حوزه هوش مصنوعی
- روحیه همکاری و کار تیمی در محیطهای بینوظیفهای