К основному содержимому
к странице архива
#AI

Code of Leadership S2E10: PRD == evals: как AI стирает границу между продактом и ML Engineer (Рубрика AI)

#AI #Product #MachineLearning #Evals #Engineering #Agents

В эту среду в 17:00 в прямом эфире обсудим с Альбиной Мунировой из Т-Банка последние изменения в профессии продакт менеджеров, когда граница между ним и ML-инженером становится заметно тоньше. Прототип теперь можно собрать за несколько дней, но главный вопрос начинается после демо: кто превратит продуктовое намерение в воспроизводимые проверки и возьмёт ответственность за поведение вероятностной системы?

Альбина Мунирова - лидом продуктов в AI-центре Т-Банка, бывший ML-инженер и тимлид, лидером и создателем профессии ML-продакт-менеджера в банке. Центральная формула разговора - PRD == evals. Разберём, что она означает в реальной работе и почему это не просто замена одного документа таблицей тестовых вопросов. У Альбины есть свой Youtube канал.

Поговорим о том:

  • Кто такой AI Product Builder и действительно ли это новая профессия;
  • Что продакт теперь должен уметь делать руками, а где специализация MLE остаётся критичной;
  • Как перевести требования к ассистенту в eval-набор, порог выпуска и продуктовые метрики;
  • Почему быстрый MVP ещё ничего не говорит о стоимости проверки и промышленной эксплуатации;
  • Как, по словам Альбины, её команда в 2023 году строила инвест-ассистента на RAG, когда готовая обвязка только формировалась;
  • Почему ассистент «по всему банку» - это не один большой промпт, а маршрутизация, данные, права, инструменты, память, безопасность и разные владельцы качества;
  • Что опыт ассистента Олега может дать современным LLM-продуктам.

Для меня главный вопрос эфира такой: AI Product Builder - это новая клетка в оргсхеме или новый минимальный уровень владения результатом от проблемы до доказательства качества?

Приходите с вопросами. Особенно интересны примеры, где продакт уже сам собирает прототипы и evals, а MLE всё чаще участвует в выборе пользовательского сценария и продуктовых компромиссов.

#AI #Product #MachineLearning #Evals #Engineering #Agents