EnRu
Любимые проекты

Я T-shaped специалист, разрабатываю и развиваю продукты в различных отраслях от концептуализации идей машинного обучения до оптимизации пользовательского опыта для миллионов клиентов и выхода на новые рынки.

  • EdTech приложение
    Репетитор по чтению на базе искусственного интеллекта
    подробнее
  • Образовательные события
    Рекомендательная система для MOOC и образовательных мероприятий
    подробнее
  • Логистическая компания
    Прогнозирование цен перевозки и оптимизация маржи
    подробнее
  • Модерация UGC контента
    Multi-label текстовая классификация

    подробнее
  • FinTech компания
    Вывод финансовых услуг компании на новые рынки
    подробнее
  • Медиа портал
    Консалтинг, Business Intelligence

    подробнее
Как я работаю
«Успех не случаен. Это тяжелая работа, настойчивость, обучение, изучение, самопожертвование и, прежде всего, любовь к тому, что вы делаете или учитесь делать». – Пеле
Подготовительный этап
  1. Определение целей проекта,
  2. Определение результатов,
  3. Договоренность в каком виде и форме будут представлены результаты,
  4. Определение стейкхолдеров,
  5. Определение рисков и ограничений,
  6. Оценка бюджета проекта,
  7. Определение необходимых ресурсы,
  8. Расстановка приоритетов,
  9. Определение объема работ (SOW),
  10. Подготовка предложения по проекту (PR FAQ, BRD).
Этап планирования
  1. Создание дорожной карты (road map) проекта
  2. Распределение ресурсов,
  3. Определение этапов,
  4. Связывание продуктовых и Data Science метрик с бизнес-метриками,
  5. Архитектура решения для DS проектов.
Этап выполнения
  1. Управление задачами,
  2. Отслеживание хода проекта,
  3. Корректировка плана проекта,
  4. Информирование стейкхолдеров о ходе проекта,
  5. Тестирование и прием результатов.
Завершение
  1. Передача материалов,
  2. Анализ производительности,
  3. Высвобождение ресурсов,
  4. Поддержка.

Ниже приведены примеры продуктов и проектов, с которыми я и моя команда работали за последние несколько лет. Я использовала различные подходы и методы управления продуктом и разработки решений в зависимости от конкретных требований. Примеры проектов также демонстрируют области, в которых я специализируюсь:


Product management: моя ключевая задача — определить цели и задачи продукта и успешно их реализовать. Для этого я создаю концепцию и стратегию развития продукта, разрабатываю подробные функциональные спецификации, формулирую и проверяю бизнес-гипотезы. Внимательно анализирую болевые точки и потенциальные риски, на старте закладываю возможности для разработки новых функций и усовершенствования продукта.


Data Science Solution Architect: я проектирую и разрабатываю наукоемкие бизнес-решения. Важнейшая часть процесса — коммуникация с заинтересованным сторонами и стейкхолдерами Data Science и Machine Learning решений, чтобы обеспечить соответствие продуктов потребностям бизнеса.


Process establishing and optimising: настраиваю процесс разработки, отвечающий требованиям распределенных кросс-функциональных команд, вовлекая все заинтересованные стороны и адаптируя его к культуре организации.


Управление персоналом, наставничество и рост: помогаю коллегам найти точки роста и в полной мере раскрыть свой потенциал. Всегда поддерживаю позитивный настрой и вовлекаю всех членов команды в рабочий процесс.

EdTech приложение
AI-powered репетитор по чтению для начальных классов
Цель
Помочь детям младшего школьного возраста увлечься чтением и улучшить свои навыки.
Задачи
Развить идею и превратить ее в веб- и мобильное приложение с функцией распознавания голоса.
Решение
Платформа-помощник, которая автоматически оценивает навыки чтения, такие как беглость речи, понимание и фонематическое восприятие, а также позволяет обнаружить признаки дислексии.
Моя роль
Как product manager, я отвечала за видение продукта, delivery, общение с заинтересованными сторонами. Я сформулировала и проверила бизнес-гипотезы, провела CustDev, которые помогли превратить идею в продукт. На этапе бизнес-анализа я определила третьего клиента — родителя.
Я руководила распределенной кросс-функциональной командой из семи человек, четыре из которых находились под моим непосредственным контролем. То, что члены команды находились в разных часовых поясах, не помешало нам успешно завершить проект вовремя и в рамках бюджета.
Как архитектор решений NLP, я создала архитектуру, включающую ансамбль моделей машинного обучения: предварительную обработку данных, модели на основе правил и модели преобразования речи в текст (ASR) как на уровне фонем, так и на уровне слов.
Результаты
Классный продукт, который внедряется в школах и привлекает инвестиции.
Приложение помогает сократить ручную работу учителя для оценки уровня навыков чтения у учеников примерно в десять раз.
Образовательные мероприятия
Подбор MOOC-курсов и образовательных мероприятий для пользователей
Цель
Помочь пользователям с выбором подходящих образовательных курсов и оптимизировать их карьерный трек.
Задачи
Разработать цифровую платформу с рекомендательной системой курсов и мероприятий для новых пользователей, о которых практически нет информации. Определить бизнес-метрики для оценки эффективности системы, а также учитывать и измерять метрики вовлеченности, такие как рейтинг кликов и удовлетворенность пользователей.
Решение
Разработка и интеграция в бизнес-процесс рекомендательной системы с набором моделей, использующих статистические методы, сиамскую нейронную сеть и языковые модели на основе трансформеров.
Моя роль
В качестве руководителя проекта я координировала работу распределенной кросс-функциональной команды из 6 человек, исследования (R'n'D), разработку и интеграцию. Передо мной стояли задачи структурировать рабочий процесс для внутренних команд, создать стратегический план внедрения, провести исследования.
Под моим руководством были разработаны архитектуры 4-х алгоритмов машинного обучения, 3 из которых работают в продакшене. Реализован процесс быстрой валидации гипотез в рамках экосистемы продукта как услуги, а также налажен процесс сдачи результатов заказчику.
Результаты
70% клиентов воспользовались рекомендациями платформы. Выросли индекс удовлетворенности клиентов и процента прохождения курсов.
Решение для логистической компании
Прогнозирование цен и оптимизация маржи
Цель
Автоматизация поиска наиболее рентабельного перевозчика для доставки клиентских заказов.
Задачи
Предсказание будущей цены перевозки на основе небольшого количества исторических данных для решения основных проблем: отрицательной маржи и низкого коэффициента конверсии.
Решение
Тщательно изучив бизнес-процесс, моя команда создала модель прогнозирования наиболее выгодной цены как для клиента, так и для перевозчика, что увеличивает вероятность успешной сделки. Эта модель доступна в виде веб-приложения и помогает агентам быстро закрывать прибыльные ордера.
В процессе внедрения в эксплуатацию я обнаружила, что высокий показатель Data Science метрики не всегда означает высокую общую прибыль, поэтому я связала бизнес-метрики с Data Science метриками и скорректировала наше решение для достижения максимальной маржинальности.
Моя роль
В качестве менеджера по продукту я отвечала за разработку бизнес-стратегий и продуктовых стратегий, бюджетов, дорожных карт, R'n'D, поставку решения, взаимодействие с заинтересованными сторонами (stakeholder management), управление состоянием и производительностью команды, участвовала в управлении контрактами и ключевыми вехами проекта.
Я создала требования к продукту для Software Engineering и Data Science команд, разработала и защищала отчеты о результатах, внедренных улучшениях, управлении рисками. Приоритизировала задачи в изменяющихся условиях, отслеживала и улучшала скорость и качество работы команды, а также использование продукта и его влияние на конечных пользователей.
Результаты
До 15% заказов было автоматизировано благодаря внедрению решения в бизнес-процесс.
Вывод финансовых услуг на новые рынки
Стратегия развития для FinTech-компании
Цель
Увеличить прибыль компании, предлагающей своим финансовые услуги и торговые ресурсы, за счет выхода на новые рынки.
Задачи
Поиск новых рынков для расширения бизнеса, подготовка исследования и отчета для руководства компании в короткий срок (1 месяц).
Решение
За один месяц был подготовлен всеобъемлющий отчет для определения стратегии выхода на новые рынки. Он содержал информацию из открытых источников: объем рынка, юридические вопросы, доля рынка конкурентов на основе рекламы и социальной активности и т. д. Отчет также включал двухлетний стратегический план и тактический план действий на шесть месяцев. Они быстро и гибко адаптировались их по мере реализации и получения новой информации.
Девять месяцев спустя лидер рынка выпустил отраслевой отчет, который шесть специалистов готовили около полугода. Примерно 80% выводов совпали с моими, таким образом, мы на девять месяцев опередили наших конкурентов.
Моя роль
В составе руководящей команды компании я отвечала за рост доходов и продуктов. Определяла и руководила реализацией продуктовой стратегии.
В качестве руководителя отдела маркетинга и продукта я обеспечивала комплексное управление IT-продуктами компании, отвечала за рост доходов и реализацию продуктовой стратегии. Я разрабатывала стратегии, проектировала процессы и создавала дорожные карты продуктов, готовила предложения и сметы по проектам. Кроме того, я отвечала за выполнение финансовых KPI отдела и руководила кросс-функциональной командой из тридцати человек.
Я верно определила приоритетные требования к продукту и сформулировала ожидания в отношении сроков и возврата инвестиций. Во время всего процесса я анализировала неудачи и успехи продукта, чтобы установить цели для будущего развития, а также работала над улучшением существующих продуктов на основе отзывов и требований клиентов. Вместе с UX-исследователем оценивала юзабилити продуктов и организовывала процессы необходимые для разработки новых продуктов компании.
Результаты
Разработана структура для быстрой и эффективной валидации бизнес-гипотез. Внедрение процесса управления оттоком, удержанием и незапланированными расходами на удержание на 30% снизило затраты на привлечение клиента.
Выход на азиатский рынок позволил компании увеличить прибыль на 12% в течение 20 месяцев.
Оптимизация отчетности сотрудников привела к повышению производительности труда на 10%.
Развлекательный медиапортал
Консалтинг для ресурса (кино, ТВ, музыка) с ежемесячной аудиторией 350 000 посетителей
Цель
Создать систему аналитики и маркетинговый план на основе данных.
Задачи
Получить представление о целях и задачах каждого отдела, построить отчеты и дашборды на основе данных, а также разработать маркетинговый план. Настроить Data-Driven процесс.
Решение
Я проанализировала бизнес-операции компании, выявила проблемы и предложила решения. Я также приняла участие в разработке маркетинговой стратегии, внедрении изменений и оценке их эффективности.
Моя роль
В качестве консультанта я на основе анализа данных выявила проблемы и предложила возможные решения, учитывающие пользовательский интерфейс веб-платформ, iOS и Android.
Я собрала требования разных отделов, в том числе маркетинга, продаж, технических специалистов и менеджмента, разработала и внедрила аналитические и бизнес-дашборды, а также обучила персонал использованию новых инструментов.
В процессе я организовывала и фасилитировала рабочие встречи для создания процессов генерации, приоритизации и оценки новых гипотез. Эта работа позволила мне предложить стратегию развития продукта и разбить ее на тактический план, которые утвердил генеральный директор. В дальнейшем я отслеживала выполнение созданной стратегии, отвечала за разработку и защиту схем монетизации приложения перед акционерами.
Результаты
Разработана платформа для быстрой и эффективной проверки бизнес-гипотез. Рост количества валидированных гипотез в конечном итоге привел к удвоению среднего количества просмотров на пользователя (AVU, что для медиа выступает аналогом среднего чека). Мобильное приложение заняло первое место в общем рейтинге AppStore и топ-50 Google Play.