Мы — продуктовая команда, которая делает хранилище контекста для ИИ-агентов в банке. Хранилище собирает знания из источников банка (трекер задач, вики, репозитории кода, корпоративный портал), связывает их в граф знаний и отдает агентам и разработчикам через MCP прямо в работе над задачей. Им пользуются ИИ-агенты в средах разработки и серверные агентные процессы, а команды настраивают под себя, какой контекст получает агент. Продукт уже в промышленной эксплуатации и быстро развивается. Мы ищем системного аналитика, который будет превращать продуктовые и технические задачи в понятные требования и контракты.
- Вместе с продактом и техлидом прорабатывать новую функциональность: собирать требования от команд-потребителей, разработки и внутренних регуляторов, описывать сценарии и ограничения.
- Вместе с техлидом проектировать контракты хранилища: MCP-инструменты для агентов, API, форматы данных, правила версионирования.
- Описывать интеграции с источниками знаний и потребителями: какие данные забираем, как часто, что делать с изменениями и удалением, как проверять полноту.
- Проектировать модель данных и связи в графе знаний вместе с разработкой и ML.
- Описывать ролевую модель и правила доступа: кто что видит, кто что может менять, как работают модерация и блокировка.
- Работать со спецификациями в подходе Spec-Driven Development: вести требования как машиночитаемые спецификации, с которыми работают ИИ-агенты, и поддерживать их актуальными после изменений.
- Разбирать обратную связь и инциденты, когда причина в требованиях, а не в коде.
- Участвовать в приемке, писать критерии приемки и сценарии проверки.
- опыт системного аналитика от двух лет;
- умение описывать REST API (OpenAPI) для интеграций, базовое понимание асинхронного взаимодействия и очередей;
- опыт или понимание, как описывать интеграции между системами;
- понимание моделирования данных, в том числе графовых или документных моделей — на уровне, достаточном, чтобы обсуждать решения с разработкой;
- умение писать требования, которые однозначно читаются и разработчиком, и ИИ-агентом;
- общее понимание, как устроены приложения на больших языковых моделях — RAG, эмбеддинги, векторный и графовый поиск (глубокой экспертизы не требуем, готовы помогать разбираться);
- практику использования ИИ-агентов в собственной работе для анализа, генерации документации и спецификаций;
- умение договариваться с несколькими сторонами, у которых разные интересы.
- Знакомство с MCP-инструментами или function calling — как устроены инструменты для агентов, какие у них входы и выходы, как агент выбирает нужный инструмент — будет плюсом.