Что делать

• Смотреть на общую картину продукта, понимать потребности пользователей.
• Оценивать ML-проект с точки зрения трудозатрат и потенциальной выгоды.
• Собрать команду дата-специалистов, а затем управлять ей. Сейчас в составе есть дата-инженер и два дата-сайентиста.
• Общаться с продактами, лидерами продуктов и другими командами, находить к ним подходы и договариваться.
• Делать продукт более дата-центричным, внедрять и поддерживать лучшие дата-практики. Например, продвигать A/B-тесты, участие в RnD, документирование данных.

Ты подойдёшь, если

• Есть опыт работы на аналогичной позиции от 1,5 лет в компаниях с развитой аналитической культурой.
• Знаешь, как анализировать данные, понимаешь, как работают алгоритмы машинного обучения.
• Есть опыт найма сотрудников, распределения ресурсов и лидирования дата-команды из аналитиков, дата-инженеров, ML-разработчиков.
• Легко находишь общий язык с людьми и умеешь понятно объяснять сложные вещи.
• Умеешь выстраивать процессы, смотреть на них со стороны и находить то, что можно улучшить или автоматизировать.