Product Owner (сервис управления дебиторской задолженностью компаний

Мы строим автономную мультиагентную систему для управления операционными и финансовыми рисками в дочерних компаниях банковской группы. Сейчас подходы вроде Claude Code и Codex CLI меняют представление о том, как работают интеллектуальные системы: агенты с полным контекстом, итеративное планирование, способность исправлять свои ошибки. Мы переносим эти принципы в корпоративный риск-менеджмент и ищем человека, который поможет сделать это на уровне архитектуры. Наша цель — вырасти в открытую агентную платформу для риск-менеджмента уровня Claw.

Сервис управления ДЗ - это интегрированная система, которая получает данные из 1С по счетам учета ДЗ, оценивает финансовую устойчивость, благонадежность и деловую репутацию дебиторов, присваивает рейтинги риска и просрочки с предиктивной аналитикой и побуждением пользователя к, а также визуализирует динамику на дэшбордах.

Ключевая особенность роли: вам предстоит работать на стыке сложного финтеха, классического финансового анализа/бухгалтерского учета и передовых LLM-технологий. Вы будете не просто управлять бэклогом, а проектировать архитектуру взаимодействия агентов внутри реального банковского процесса.

Цели и задачи подразделения: Наша цель — вырасти в открытую агентную платформу для риск-менеджмента уровня Claw. В рамках этого сервиса мы должны создать ядро оценки контрагентов, которое сможет масштабироваться на другие типы рисков (кредитные, рыночные).

Обязанности

• Продуктовая стратегия: Формирование видения и роадмапа развития сервиса мониторинга дебиторской задолженности в составе общей мультиагентной платформы.
• Архитектурное проектирование: Проектирование ролей агентов, протоколов их взаимодействия и многоуровневой памяти при интеграции с гетерогенными системами 1С дочерних компаний
• Оркестрация процессов: Настройка логики работы агентов (итеративное уточнение, самокоррекция, память) для задач сбора данных из 1С, рейтингования финустойчивости дебиторов и оценки уровней риска/просрочки
• Управление данными: Определение требований к извлечению данных из учетных систем (1С), маппингу счетов бухучета и построению графа знаний о контрагентах
• Кросс-функциональное лидерство: Выстраивание коммуникации между несколькими подразделениями банка, работающими над процессом управления дебиторской задолженностью. Умение договариваться с владельцами связанных процессов (риск-менеджмент, казначейство, бухгалтерский учет, ИТ-блок)
• Оценка моделей и агентов: Разработка метрик качества для финансовых и продуктовых метрик Сервиса, настройка инструментов наблюдаемости
• Human-in-the-loop: Организация процессов ревью результатов асессорами и сотрудниками дочерних компаний, дообучение агентов на корректировках экспертов
• Open-source вектор: Закладка чистой архитектуры ядра (отвязка от внутренней инфраструктуры банков) с прицелом на публичный релиз документации и кода.

Требования

• Опыт продакт-менеджмента или продакт-оунера сложных B2B/B2E-систем от 3 лет
• 5+ лет инженерного опыта, из них 2+ года в промышленных приложениях на LLM (не пилоты на демо-данных). Вы понимаете код, API и ограничения инференса
• Глубокое понимание агентных архитектур: цепочки рассуждений и действий (CoT/ReAct), планировщики, совместная работа нескольких агентов, использование внешних инструментов
• Понимание экономики больших языковых моделей: бюджеты на задержку ответа, учёт токенов, кэширование, выбор модели под задачу
• Опыт оценки качества работы моделей и понимание ограничений таких оценок: репрезентативные выборки, LLM-as-judge и его ограничения
• Критически важно: глубокое практическое понимание финансового, бухгалтерского и налогового учета. Вы знаете разницу между обесценением по МСФО 9 и РСБУ, понимаете структуру баланса и счетов учета дебиторской задолженности и резервирования
• Подтвержденные навыки кросс-блочного взаимодействия: умение выстроить процессы там, где несколько подразделений имеют разные KPI.

Плюсом будет:

• Опыт в риск-менеджменте, комплаенсе, банковском или корпоративном секторе, финансах
• Бэкграунд в классическом ML или статистике
• Опыт мейнтейнинга open-source проектов: релизные циклы, работа с контрибьюторами, RFC-процессы, публичная документация
• Публикации, выступления, контрибуции в экосистему агентов.

Какой человек нам нужен

• Измеряете, а не утверждаете. Любые гипотезы по качеству скоринга дебиторов проверяете A/B тестами на реальных портфелях
• Скептичны к хайпу вокруг агентов, но верите, что сейчас в этой области делается реально новое.
• Понимаете, что LLM — компонент системы, а не «искусственный сотрудник»: проектируете с проверками, контрактами, наблюдаемостью
• Готовы к тому, что половина ранних решений через полгода окажется неоптимальной — инструменты и практики меняются быстрее, чем код доезжает до прода
• Хотите строить вещи, которые видит и использует не только внутренняя команда — с прицелом на публичный релиз и сообщество вокруг продукта.

Условия

• комфортный современный офис рядом с м. Кутузовская/ м.Тульская
• офисный формат работы
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.