Senior Product Manager

Эта роль отвечает за полный жизненный цикл продукта для Copilot, Search и Conversational Analytics от QAD — от архитектуры до вывода на рынок. Вы определите, что будет создано, почему это важно для производственных пользователей и как это до них дойдет: формируя видение продукта, управляя разработкой инженерами и сотрудничая с GTM для обеспечения внедрения.

Интеллект, который обеспечивает работу этих интерфейсов — как понимаются запросы, как собирается производственный контекст, как извлекаются данные и как генерируются ответы — это то, на чем строится конкурентное преимущество QAD в области ИИ. Вам потребуется глубоко погрузиться в эти уровни, не как инженер, а как владелец продукта, определяющий контракты, стандарты качества и решения по последовательности, которые определяют, работают ли они в производственной среде в масштабах предприятия.

Вы будете подчиняться руководителю отдела продуктового менеджмента платформы (Head of Platform Product) с ежедневным руководством от директора организации AI Platform (Director of the AI Platform org). Эта роль оценивается по качеству вашего продуктового мышления, вашему влиянию на направление разработки и результатам, которые вы достигаете на рынке.

Возможность

Сегодня производственные пользователи не могут запрашивать данные о своих операциях без аналитиков, инструментов BI или заранее подготовленных отчетов. AI-платформа QAD меняет это — но только если слой Copilot и Search будет построен правильно и будет принят пользователями. Вы будете отвечать за обе стороны этого уравнения.

QAD | Redzone переосмысливает производственные и цепочки поставок с помощью своей интеллектуальной, адаптивной платформы, которая объединяет людей, процессы и данные в единую Систему Действия (System of Action). С тремя основными столпами — Redzone (расширение прав и возможностей фронтлайна), Adaptive Applications (интеллектуальный бэкбон) и Champion AI (агентный ИИ для производства) — QAD | Redzone помогает производителям работать с Champion Pace, добиваясь измеримой производительности, устойчивости и роста всего за 90 дней.

QAD стремится к тому, чтобы каждый сотрудник чувствовал, что работает в среде, которая ценит его вклад, уважает его уникальные взгляды и предоставляет возможности для роста независимо от его происхождения. Программа DEI QAD способствует повышению уровня разнообразия, справедливости и инклюзивности, чтобы сотрудники могли полностью раскрыть себя на работе.

QAD является ведущим поставщиком ERP-решений, специально разработанных для производственных отраслей — автомобильной, медико-биологической, пищевой, высокотехнологичной и промышленной. Обслуживая тысячи мировых производителей, QAD Adaptive Manufacturing Cloud помогает компаниям работать с большей точностью, гибкостью и интеллектом.

AI Platform QAD — это слой доменного интеллекта, расположенный между ERP и автономными ИИ-агентами. Он кодирует значение производственных данных, управляет тем, что разрешено делать агентам, и делает каждое автономное решение отслеживаемым и подотчетным — превращая QAD из системы учета в систему действий.

• Определить продукт семантического поиска и разговорной аналитики, который позволяет производственным пользователям запрашивать операционные данные — заказы, запасы, поставщиков, записи о качестве — на естественном языке, без знания SQL или BI
• Владеть контрактом интеллекта: как понимаются запросы, как собирается производственный контекст, как оркестрируется извлечение данных и как ответы основываются на управляемых данных — фундаментальные решения, определяющие качество продукта в масштабе
• Управлять Copilot от концепции до клиента — включая архитектуру контекстного слоя, контракт привязки к семантическому слою платформы (Semantic Layer) и стратегию GTM, обеспечивающую его внедрение в производственные рабочие процессы
• Создать петли обратной связи, которые со временем делают продукт умнее: как повторяющиеся паттерны запросов выявляют пробелы в онтологии, как аналитика сессий влияет на приоритизацию, и как результаты обнаружения переводятся в улучшения продукта
• Установить присутствие QAD в области разговорной аналитики на рынке — работая с GTM над определением позиционирования, обучения и нарратива, который отличает слой интеллекта QAD от горизонтальных ИИ-инструментов

Ключевые обязанности

Copilot & Conversational Analytics

• Отвечать за определение продукта Copilot от QAD: как понимаются запросы, как собирается контекст, как извлекаются данные и как генерируются ответы — определяя контракты, на основе которых работают инженеры
• Определить контракт привязки (grounding contract): правила, которые гарантируют, что каждый ответ Copilot ссылается на управляемые производственные данные, а не на сгенерированные выводы (hallucinated inference) — включая сигнализацию об уверенности и корректное поведение при отказе
• Управлять стратегией разговорной аналитики: как запросы на естественном языке преобразуются в аналитические результаты по различным доменам производственных данных, не раскрывая пользователю сложность SQL или BI
• Определить модель разрешения неоднозначности (disambiguation model): как Copilot обрабатывает неоднозначные запросы, недостающий контекст и противоречивые сигналы данных в реальных производственных рабочих процессах

Поиск

• Отвечать за определение продукта семантического поискового слоя QAD: стратегия индексирования, понимание запросов, распознавание сущностей, ранжирование и структура результатов по различным доменам производственных данных
• Определить таксономию интентов поиска — операционные (найти заказ, отследить отгрузку), аналитические (показать тенденции, сравнить периоды) и диагностические (почему задержка, что вызвало это отклонение) — и указать форматы результатов для каждого типа интента
• Управлять архитектурой федеративного поиска: как результаты из операционных данных ERP, аналитических хранилищ и графа знаний ранжируются и объединяются в связный, полезный ответ

Исследование, разработка и GTM

• Поддерживать структурированную программу исследования клиентов — извлекая реальные паттерны производственных запросов и переводя результаты в конкретные продуктовые и архитектурные следствия
• Отвечать за бэклог продукта: написание историй с детализацией на уровне Staff Engineer — контракты API, конечные автоматы, потоки данных, крайние случаи — которые инженеры могут реализовать без вербальных уточнений
• Сотрудничать с GTM для определения стратегии запуска и внедрения Copilot и Search: позиционирование, обучение отдела продаж, руководства по онбордингу и нарратив, который будет принят покупателями из производственной сферы
• Определить фреймворк качества для этих поверхностей: какие сигналы важны для производительности продукта — релевантность извлечения, процент привязки (grounding rate), распределение задержки — и как они влияют на решения по дорожной карте

Управление заинтересованными сторонами и взаимодействие с руководством

• Проактивно сообщать о зависимостях, рисках и изменениях объема работ директору и руководителю отдела продуктового менеджмента платформы (Head of Platform Product) — с предложением решения, а не просто эскалацией
• Четко доносить продуктовые и архитектурные решения до нетехнических заинтересованных сторон — переводя компромиссы в бизнес-последствия без жаргона
• Завоевать доверие отделов инженерии, архитектуры и GTM посредством качества и точности письменных работ

• 7–12 лет в управлении продуктами, из которых значительное время посвящено продуктам на базе ИИ, поиска или аналитики в корпоративных B2B средах — от определения до запуска в производство
• Подтвержденный опыт владения полным жизненным циклом продукта: исследование клиентов, спецификация, разработка инженерами и GTM — а не только отдельными этапами
• Опыт работы в матричных организациях — достижение результатов в отделах Platform, Engineering, Architecture и GTM без прямой власти
• Доказательства применения структурированной практики исследования для технической продуктовой поверхности — способность извлекать продуктовые следствия из исследований пользователей, а не только из UX-инсайтов

Основная техническая глубина — Обязательно

Это основные технические области, за которые отвечает эта роль. Ожидается уверенное владение с первого дня.

• Архитектура семантического поиска: стратегия индексирования, понимание запросов, распознавание сущностей, модели ранжирования и оценка релевантности в масштабах предприятия
• Дизайн продукта разговорного ИИ: как запросы на естественном языке преобразуются в структурированные аналитические результаты по сложным, предметно-ориентированным данным, не раскрывая пользователям сложности бэкенда
• Спецификация продукта, интегрированного с LLM: стратегии привязки (grounding), митигация галлюцинаций, контроль качества ответов и управление контекстным окном — достаточные для определения продуктовых контрактов, на основе которых работают инженеры
• Свободное владение платформой данных: OLAP по сравнению с оперативными чтениями из БД, федеративный поиск по разнородным хранилищам и как ограничения актуальности данных влияют на качество продукта — достаточные для ведения авторитетных бесед с инженерами данных
• SQL и моделирование данных: достаточные для проверки планов запросов, понимания последствий схемы данных и рассуждений о компромиссах в архитектуре извлечения

Рабочее знакомство — Ожидается развитие

Эти области находятся в смежных слоях платформы, которые используют Copilot и Search. Глубокая экспертиза не требуется с первого дня, но ожидается рабочее знакомство — и оно будет расширяться по мере масштабирования платформы к агентским возможностям.

• Конвейеры определения интента и понимания запросов: как пользовательские вводы анализируются, классифицируются и маршрутизируются по слоям платформы
• Сборка и упаковка контекста: как определения метрик, отношения сущностей и бизнес-правила структурируются и передаются ниже по течению во время вывода
• Управление сессиями и состоянием: непрерывность диалога, контекстные окна в многошаговых взаимодействиях и паттерны суммирования памяти
• Дизайн с участием человека (Human-in-the-loop): рабочие процессы утверждения, пороговые значения уверенности и пути эскалации, когда выходные данные, сгенерированные ИИ, требуют проверки человеком перед действием

Ожидания по компетенциям

Эта роль соответствует эквиваленту Staff PM. По четырем столпам компетенций PM QAD:

• Исполнение продукта — Эксперт: Спецификация функций с детализацией уровня Staff Engineer, полное владение процессом сквозной разработки и специфичные для ИИ ворота качества (процент привязки, релевантность извлечения, SLA задержки)
• Понимание клиента — Эксперт: Транслирует данные исследований и использования в продуктовые решения. Понимает, что качество разговорного UX определяется лежащим в его основе слоем интеллекта
• Продуктовая стратегия — Эксперт в области видения и дорожной карты; Промежуточный уровень в области стратегического влияния, с четким путем развития до продвинутого уровня по мере масштабирования платформы
• Влияние на людей — Промежуточный уровень в управлении заинтересованными сторонами и взаимодействии с руководством, с развитием до продвинутого уровня. Не ожидается управление людьми; путь развития — к руководству TPO (Technical Program Office) по мере масштабирования поверхностей

Поведенческие сигналы — Критично

• Сначала пишет, потом спрашивает — создает конкретное предложение или проект спецификации перед эскалацией неоднозначности
• Четко различает, что известно, что предполагается, а что требует проверки — и действует соответственно
• Уверенно работает без готового плана — определяет подход в новых проблемных областях
• Стремится к точности в языке и спецификациях — понимает, что неоднозначные требования являются формой технического долга

• Сквозное владение: Вы определяете, что будет создано, и обеспечиваете успешное внедрение — от архитектуры слоя интеллекта до GTM и принятия клиентами
• Поверхность с высоким рычагом: Copilot и Search являются основным интерфейсом, через который производственные пользователи взаимодействуют с AI-платформой QAD. Принятые вами решения здесь усиливают эффект по всей платформе
• Ценится техническая глубина: Качество спецификаций является основной валютой влияния в этой среде. Сильное продуктовое мышление признается и вознаграждается
• Траектория роста: Четкий путь от Staff PM к более широкому владению поверхностями интеллекта — включая более глубокое знакомство с агентской платформой — и со временем к небольшому коллективу
• Платформенный хаб в Пуне: QAD активно расширяет свои возможности в области платформенной инженерии и продуктов в Индии — вы будете одним из основателей этого роста