О продуктовых ставках, внедрении LLM и найме GenAI-менеджеров продукта
Description
«Мне не интересно на самом деле делать конкретно генеративный искусственный интеллект или ботов, или еще что-то, потому что у меня цели стоят в бизнес-метриках, и мне нужно уметь очень быстро бежать».
«Счастливые люди чаты не блокируют».
Ведущий:
Юра Агеев, основатель ProductSense.
Гость:
Галя Ширанкова, Product Unit Lead, Avito
Телеграм-канал Гали: https://t.me/+41_aP23Pti1iNmVi
Подкаст выходит при поддержке конференции по менеджменту продуктов ProductSense.
Сайт конференции: https://productsense.io
Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast
О чём говорим:
00:00 — Введение
01:43 — Продукты с GenAI: откуда брать специалистов и как их учат
03:01 — Роль продакта в обучении языковых моделей
06:20 — Файн-тюнинг и выбор модели: большая vs. маленькая
08:00 — Hard skills GenAI-продакта: насмотренность и умение писать промпты
11:53 — Проблемы рынка труда: «вайб-кодинг» и ложная уверенность кандидатов
15:46 — Ограничения опыта из поддержки при переходе в продуктовые команды
20:24 — Продуктовый R&D vs. бизнес-метрики: ценностный конфликт при найме
23:03 — Время на обучение и минимальный порог экспертизы при найме
25:11 — GenAI vs. бот «за три копейки»: как сделать правильный выбор
30:27 — Портфель продуктов: что входит в «один» Мессенджер Авито
35:50 — Управление портфелем: целеполагание и фокус через процессы
38:28 — Откуда пошло понятие «портфель продуктов»?
40:19 — Измерение офлайн-сделок: прокси-метрика Daily Target Buyers (DTB)
43:38 — Метрики зрелого продукта: отказ от NPS в пользу «блокировки чатов»
46:46 — Отличие манеры общения в разных сферах
49:35 — Продуктовые ставки: выбор и решение больших проблем
54:57 — Разница между «продуктом» и «стримом» в портфеле
56:51 — Связь продуктовых ставок со стратегией и квартальными целями
United States
