Senior Manager - Enterprise Applications, AI & Automation

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Руководитель направления AI и автоматизации в крупном холдинге Al Ghurair Investment. Отвечает за внедрение генеративного AI, агентной автоматизации и продвинутой аналитики в корпоративные приложения (ERP, Oracle, Salesforce, CRM, Power Platform) и за масштабирование успешных решений в продакшн.

Задачи

• Определять и продвигать roadmap AI и агентной автоматизации для корпоративных приложений в соответствии со стратегией цифровой трансформации группы
• Выявлять высокоэффективные use cases в бизнес-функциях (продажи, послепродажное обслуживание, производство, маркетинг, supply chain, финансы)
• Совместно с бизнесом и IT приоритизировать AI/automation инициативы по ROI, реализуемости и стратегическому соответствию
• Оценивать новые AI/ML и агентные фреймворки, инструменты и платформы (LLM, RAG, векторные БД, low-code AI orchestration) для внедрения в enterprise
• Выстраивать governance для ответственного использования AI, управления рисками моделей и соответствия требованиям приватности данных
• Работать с вендорами и технологическими партнёрами над интеграцией AI/automation решений с D365, Oracle, Salesforce и другими enterprise-системами
• Проектировать, собирать и разворачивать агентные AI-воркфлоу, чат-ботов и пайплайны автоматизации, интегрированные с ERP, CRM, Oracle, Salesforce, Power Platform и BI-инструментами
• Разрабатывать и выводить в продакшн ML/AI модели (классификация, прогнозирование, NLP, рекомендации, RAG-based Q&A) на Python, XGBoost, MLflow, Databricks, OpenAI/Azure OpenAI, FAISS
• Совместно с Data CoE создавать и поддерживать дашборды и аналитические решения (например, Power BI) для принятия решений на данных
• Управлять проектами end-to-end: от сбора требований и дизайна решения до деплоя, мониторинга и непрерывной оптимизации
• Обеспечивать интеграцию AI/automation решений с существующими enterprise-приложениями, data pipelines и IT-инфраструктурой
• Мониторить производительность решений (точность, latency, adoption) и проводить непрерывную настройку и переобучение моделей
• Сопровождать бизнес-пользователей на циклах CRP, SIT и UAT перед запуском AI/automation решений
• Обеспечивать пост-релизную поддержку: инциденты, изменения и доработки развёрнутых решений
• Менторить и поддерживать data scientists, AI/automation инженеров и citizen developers
• Участвовать в обучении, конференциях и брифингах вендоров, делиться знаниями с командой
• Мотивировать команду на высокое качество поставки и развитие
• Управлять отношениями с вендорами и консультантами по специализированным AI/automation проектам, обеспечивая качество и передачу знаний
• Владеть roadmap внутренних продуктов (чат-боты, decision-support инструменты, платформы агентных воркфлоу), собирать фидбек и итерировать
• Создавать переиспользуемые фреймворки, шаблоны и акселераторы (prompt-библиотеки, RAG-пайплайны, пайплайны деплоя моделей)
• Отслеживать и докладывать руководству бизнес-эффект и KPI внедрённых AI/automation решений
• Продвигать культуру экспериментов (быстрое прототипирование, A/B-тесты) в сочетании с production-grade строгостью
• Выявлять workaround'ы и предлагать изменения бизнес-процессов для устранения пробелов и избыточности
• Выступать внутренним евангелистом AI/agentic automation: тренинги, воркшопы, программы осведомлённости
• Документировать решения, playbook'и и извлечённые уроки для накопления институциональных знаний
• Поддерживать онбординг и повышение квалификации новых членов команды по AI/automation инструментам и практикам

Требования

• Bachelor's или master's degree в Computer Science, Data Science, статистике, инженерии или смежной количественной области
• Опыт end-to-end поставки AI/ML или automation решений
• 6–8+ лет прогрессивного опыта в data science, AI/ML engineering или enterprise automation, включая минимум 2–3 года фокуса на генеративном AI / агентном AI в продакшене
• Подтверждённый трек-рекорд проектирования, разработки и деплоя end-to-end ML/AI решений в разных бизнес-доменах: предиктивные модели, системы классификации, рекомендательные системы, модели churn prediction, фреймворки оптимизации цен, интеллектуальные чат-боты
• Продемонстрированный бизнес-эффект через продвинутую аналитику и AI-автоматизацию
• Опыт работы в матричной, мульти-бизнес-юнит организации, желательно в крупной группе/конгломерате
• Сильные навыки программирования на Python и PySpark; SQL; R
• Machine learning и deep learning: XGBoost, логистическая регрессия, Computer Vision, NLP, анализ тональности, рекомендательные системы
• ML/DL фреймворки: Scikit-learn, TensorFlow, PyTorch; эмбеддинги и transformer-модели для NLP и LLM-приложений
• Генеративный AI и агентный AI: prompt engineering, RAG-архитектуры, фреймворки оркестрации LLM (LangChain, Semantic Kernel или аналоги)
• Владение полным ML-жизненным циклом: препроцессинг данных, feature engineering, обучение моделей, гиперпараметрическая настройка, оценка и деплой в продакшн
• Big data и масштабируемые data workflows: распределённая обработка (PySpark), работа со структурированными и неструктурированными данными на масштабе
• MLOps: MLflow, Databricks, мониторинг моделей и пайплайны переобучения
• Знакомство с интеграцией enterprise-приложений (API, ERP/CRM data models) и платформами автоматизации (Power Automate, UiPath или аналоги)
• Облачные платформы: Azure (предпочтительно), AWS или GCP
• Сильный stakeholder management и умение переводить технические решения в бизнес-ценность для нетехнической аудитории
• Аналитическое, структурированное мышление с фокусом на измеримый результат
• Отличные коммуникативные навыки (устные и письменные) для работы в проектных средах с внутренними, внешними и клиентскими командами
• Сертификации в AI/ML, облачных платформах (Azure/AWS/GCP) или enterprise automation платформах (Microsoft Power Platform, UiPath) — преимущество

Навыки

• Python
• PySpark
• SQL
• R
• XGBoost
• логистическая регрессия
• Computer Vision
• NLP
• анализ тональности
• рекомендательные системы
• Scikit-learn
• TensorFlow
• PyTorch
• embeddings
• transformer-модели
• LLM
• prompt engineering
• RAG
• LangChain
• Semantic Kernel
• MLflow
• Databricks
• OpenAI
• Azure OpenAI
• FAISS
• векторные БД
• Power BI
• Power Platform
• Power Automate
• UiPath
• Azure
• AWS
• GCP
• Oracle
• Salesforce
• D365
• ERP
• CRM
• API