Системный аналитик

Задачи: — Сбор, анализ и формализация функциональных и нефункциональных требований заказчика к платформе и реализуемым на базе платформы ИИ-агентам (в том числе "охлаждение" нереалистичных требований) — Трекинг реализации функциональных требований — Описание спецификаций агентов: роль и цель агента, сценарии использования, границы полномочий, поведение при отказе, эскалация к человеку (human-in-the-loop) — Определение критериев успешности внедрения платформы и реализации ИИ-агентов (выделение ключевых метрик, определение методики расчета данных метрик, согласование достижимости ожидаемых значений) — Описание процессов as-is / to-be — Формализация политик ограничений и требований информационной безопасности — Описание контрактов внешних систем: возможности систем заказчика, требования к данным агента, разрешённые действия и классы данных — Организация и проведение приёмо-сдаточных испытаний (ПСИ), подготовка ПМИ, составление протокола приемки — Управление объемом проекта (арбитраж расхождений «дефект реализации / корректное поведение по спецификации / новое требование») — Ведение проектной документации и базы знаний проекта (Jira, Confluence) Требования: — Опыт работы системным аналитиком от 4 лет, в том числе на проектах внедрения ПО у enterprise-заказчиков — Умение писать проверяемые требования: каждое требование имеет способ подтверждения и критерий приёмки — Понимание интеграций на уровне контрактов: REST API, JSON, микросервисная архитектура — Понимание устройства ИИ-систем на уровне постановки требований: что такое LLM и её вероятностная природа, агент, инструмент (function calling), RAG, guardrails, мультиагентная схема — Понимание специфики приёмки недетерминированных систем: метрики качества, пороги, эталонные датасеты, статистическая природа результата — Навыки управления ожиданиями заказчика — Опыт работы с LLM на уровне выше вопрос/ответ Будет плюсом: — Опыт проектов с ML/LLM, ИИ-агентами, RAG-системами и т.д. — Опыт реализации собственных ИИ-агентов — Знакомство с практиками оценки качества LLM: evals, golden dataset, LLM-as-judge — Понимание возможностей платформ для реализации ИИ-агентов (для оценки реализуемости требований) — Опыт on-premise внедрений у крупных заказчиков / госсектора — Опыт работы с требованиями к нагрузке и SLA на уровне сбора и фиксации