SharksCode виросла на 130% за останній рік і продовжує зберігати темпи розвитку та масштабування. Business Process Manager описує core-процеси у Confluence з використанням RACI та SLA. Наступний крок — перетворити цю мапу на діючий AI-шар компанії: знайти 30–50 точок, де LLM, AI-агенти та no-code automation зможуть замінити рутинні задачі та впровадити ці рішення в production.
Ми вже автоматизували частину процесів і рухаємося до 60% автоматизації протягом наступних 12 місяців. Ця роль — про те, щоб разом із BPM, власниками процесів і C-level перетворити документацію на робочу AI-екосистему компанії.
Must-have:
- Підтверджені production case studies з LLM API (Claude, OpenAI, Gemini), RAG та агентними системами.
- Hands-on досвід роботи з n8n або Make та Python для workflow automation з інтеграцією 3+ enterprise-систем.
- Досвід інтеграції з Confluence/Jira REST API, OAuth/JWT та webhooks.
- Розуміння prompt engineering як інженерної дисципліни (eval, versioning, structured output).
- Досвід проведення discovery з non-technical стейкхолдерами та трансформації бізнес-вимог у технічні рішення.
- Розуміння information security для LLM-рішень: prompt injection, data leakage prevention, RBAC, secrets management, GDPR/PII handling.
- English Intermediate+ (робота з документацією та research).
Nice-to-have:
- Досвід роботи з MCP (Model Context Protocol) та побудови MCP-серверів.
- Досвід у компаніях 500+ співробітників зі зрілою BPM/process-функцією.
- Досвід process mining (Celonis, UiPath PM).
- RPA background (UiPath, Power Automate).
- Сертифікації Anthropic, AWS AI, Azure AI, DeepLearning.AI.
- Open-source contributions або технічні виступи.
What you will do:
- Проводити discovery-інтерв’ю з власниками процесів, керівниками функцій та C-level.
- Готувати та захищати бізнес-кейси (ROI, time saved, cost-per-run) для AI-рішень.
- Координувати зміни процесів разом із BPM після впровадження AI.
- Менторити internal users та power-users, створювати playbooks і документацію.
- Оцінювати external AI-vendors та керувати інтеграціями із зовнішніми сервісами.
- Аналізувати процеси в Confluence (BPMN, RACI, SLA) та знаходити точки оптимізації через AI, LLM та automation.
- Прототипувати рішення на n8n, Make та Python з інтеграцією Confluence, Jira, CRM, HRIS, ATS та BI.
- Будувати RAG-системи поверх внутрішньої документації з обов’язковим access control.
- Розробляти AI-агентів з memory management, tool calling та human-in-the-loop.
- Розгортати MCP-сервери для безпечного доступу LLM до внутрішніх систем.
- Створювати prompt specs, eval datasets та моніторити hallucinations і model drift.
- Розраховувати та відстежувати ROI кожного AI use case.
- Моніторити AI-ринок, оцінювати нові технології та запускати пілотні проєкти.
- Забезпечувати security-by-design для всіх AI-рішень.
Outcomes for the first 12 months:
- 30 днів: discovery з власниками 5 ключових процесів та формування backlog із 5–10 AI use cases.
- 90 днів: запуск перших двох production-пілотів.
- 6 місяців: 3–5 production AI use cases та документований ROI.
- 12 місяців: AI-automation покриває понад 60% функцій у 3+ департаментах.
How we measure success:
- 4–8 production-deployed AI use cases протягом року.
- Сумарний FTE-saving від рішень — ціль 3+ FTE на рік.
- Adoption rate ≥ 70% серед власників процесів через 60 днів після запуску.
- Time-to-production < 8 тижнів від discovery до production.
- NPS внутрішніх стейкхолдерів ≥ +40.
- Нуль security incidents, пов’язаних із AI-системами.
- Документований ROI для кожного use case з квартальним оновленням.
Ми пропонуємо:
- 24 оплачуваних дні відпустки, 14 лікарняних та 5 days off.
- Гнучкий початок робочого дня — з 9:00 до 11:00.
- Медичне страхування.
- Бонуси та премії за результати роботи та досягнення команди.
- Pets-friendly офіс у центрі Києва.
- Lounge area для відпочинку та перезавантаження.
- Падел-теніс, футбол і тренування на полігоні.
- Компенсація навчання, внутрішні мітапи, воркшопи та доступ до корпоративної LMS.
- Корпоративна валюта для обміну на мерч, подарунки та додаткові бенефіти.
