Команда строит платформу клиентского обслуживания, которая превращает поддержку в конкурентное преимущество бизнеса. Наша задача — не просто отвечать на обращения, а системно решать проблемы клиентов, повышать их удовлетворенность, LTV и удержание.

Сейчас мы работаем над 3 продуктами:

— Системой персонализации обслуживания.

— Платформой, которая объединяет разрозненные клиентские обращения в единые сущности — проблемы. 

— Платформой детализации обращений: разметкой потока коммуникаций, валидацией качества данных и предоставлением инструментов для управления этой разметкой.

Ищем ML-продакт-лида, который вместе с командой будет менять подход к клиентскому сервису — превращать его из операционной функции в продукт с измеримым бизнес-эффектом. 

Почему это интересно: 

— Разработка общей платформы, на которой держится экосистема обслуживания, а не отдельных фич. 

— Глубокая вовлеченность в ML и данные. 

— Самостоятельное формирование стратегии, приоритетов и роадмапов. 

— Простор для экспериментов и влияния с четкой ориентацией на метрики и бизнес-результат. 

— Изменение подхода к клиентскому сервису. 

• Формировать и развивать стратегии ML-продуктов в клиентском обслуживании — от видения до роадмапов по всем командам
• Управлять несколькими продуктовыми командами: продакт-менеджерами, ML, аналитиками, разработчиками. Выстраивать приоритеты, координировать и синхронизировать их работу
• Ставить задачи на разработку ML-решений: объединять коммуникации в единую проблему клиента, определять статус ее решения, развивать сервис хранения и использования клиентского контекста, строить систему управления воронкой обслуживания и персонализации
• Формулировать продуктовые и ML-гипотезы с определением метрик успеха из бизнес-задач: CSAT, снижения числа обращений, снижения стоимости обслуживания
• Контролировать качество продуктов и их влияние на метрики
• Запускать и масштабировать решения — от прототипа до продакшена
• Работать с командой обслуживания, бизнесом, сегментами и CX, защищать решения и управлять ожиданиями стейкхолдеров
• Фокусироваться на улучшении клиентского опыта через персонализацию и снижение усилий клиента

• У вас есть опыт управления группой команд с ML/AI-составляющей в продуктах от 6 лет
• Запускали A/B-тесты и интерпретировали их результаты
• Умеете трансформировать бизнес-задачи в ML-решения и влиять на результат
• Формулируете продуктовые гипотезы и проверяете их с опорой на данные
• Понимаете теорию ML и данных: знаете общую продуктовую базу, алгоритмы машинного обучения и умеете применять их для решения бизнес-задач
• Разбираетесь в метриках качества моделей: точности, полноте, F1-score, latency
• Умеете работать с данными — от подготовки и очистки до фиче-инжиниринга
• Приоритизируете задачи, можете фокусироваться на главном и управлять роадмапами

• Гибридный график и офис у метро «Белорусская», в котором есть все что нужно: Т-Клиника, салон красоты, фитнес-зоны, комнаты для сна и медитации. Если захочется поработать на свежем воздухе — терраса с панорамным видом
• Возможность работы в аккредитованной ИТ-компании
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• Завтраки и обеды в Т-Кафе. В офисе есть ресторан и кофейни, на каждом этаже — кухня, где можно перекусить
• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании