Открыта к роли AI Project Manager

Веду AI-проекты от бизнес-запроса до запущенного решения

AI Project Manager

Discovery и требования, план реализации, координация команды разработки и интеграторов, контроль сроков и scope, запуск и передача в поддержку.

Открыть Workspace Скачать CV

Project Delivery · Discovery · Scope & Risk Management · Cross-functional Teams · AI Solution Design

8+ лет B2B / project / ops

3,5 года AI-проектов

20+ AI-проектов доведено до запуска

Enterprise банк, RAG / Knowledge Base аудит

2-5,2М ₽ enterprise-запросы

7+ специалистов в кросс-функциональной команде

Business × AI

Моя роль между бизнесом и AI-delivery

Отвечаю за путь AI-инициативы от бизнес-запроса до работающего решения: формирую требования и scope, собираю план реализации, координирую разработчиков, дизайнеров, аналитиков и внешних интеграторов, контролирую сроки и изменения требований, снимаю блокеры и довожу проект до запуска.

Основной риск AI-проекта часто возникает ещё до разработки: когда технология выбрана раньше, чем определены проблема, данные, критерии результата и границы пилота.

Бизнес-задача

Процесс и данные

ЛПР и ограничения

Метрики результата

AI Project Manager · delivery-контур

Delivery

запрос → решение → реализация → запуск

GenAI / LLM-сценарии

RAG / KB: аудит и требования

PoC / MVP-логика

Реализация, сроки и запуск

01 · Decision system

Главный портфельный артефакт

AI Decision Workspace

Показывает, как из запроса «нужен AI-бот» получается обоснованное решение: что запускать, что блокирует разработку и какими данными подтверждён выбор.

Это интерактивная модель моего подхода к Discovery, границам MVP, readiness gates и подготовке AI-пилота к реализации.

01 · Запрос

Сначала - шум, а не решение.

Фраза «нужен AI-бот» ещё не объясняет проблему, доступные данные и критерии результата.

02 · Discovery

Факты отделяются от предположений.

CRM, история заявок, ограничения и неизвестные становятся отдельными сигналами.

03 · Решение

Связи собираются в управляемый пилот.

Видны выбранное направление, блокеры разработки и основания решения.

Интерактивный продукт

Решение можно исследовать изнутри.

Discovery и декомпозиция задачи Readiness gates и блокеры Evidence Chain и решение о пилоте

Открыть интерактивный продукт

AI DECISION WORKSPACEИсследовать Workspace ↗

Интерактивный кейс · RU / EN · без регистрации

Проекты и результаты

Кейсы с контекстом и вкладом

Кейсы показывают путь от сырого бизнес-запроса до требований и scope, плана реализации, координации команды и подрядчиков, контроля сроков и запуска решения.

Кейс 01 · Just AI

Just AI · enterprise / GenAI

Enterprise-проекты: от Discovery до защиты решения и MVP

AI Project Manager / Enterprise AI Consulting

Координация подготовки и реализации AI-решений для корпоративных заказчиков: требования, архитектура, сроки, эксперты и MVP-контур.

10+enterprise-проектов

2–5,2 млн ₽бюджеты

3 дняна MVP-контур

01 · Проблема

Исходная проблема

Enterprise-запросы различались по зрелости: от обучения и RAG-аудита до платформенных инициатив. Нужно было быстро определить задачу, ограничения, сроки и следующий шаг.

02 · Вывод

Что выяснилось

Один запрос «нужен AI» мог означать обучение, KB-аудит, пилот агента или программу внедрения — с разными командами, сроками и рисками.

03 · Решение

Почему такой подход

Запросы квалифицировались по цели, данным, ограничениям и готовности. На выходе фиксировался формат работ, состав команды и план реализации.

04 · Реализация

Как велась реализация

Вела проекты совместно с presale, бизнес-аналитиками, data science и техническими экспертами: единые требования и архитектура, распределение задач между функциями, синхронизации по статусам, контроль сроков подготовки и next steps. MVP AI Deal Accelerator собрала за 3 дня на Agent Platform, Jay Flow, RAG и GitHub.

05 · Результат

Результат

10+ enterprise-проектов; бюджеты 2–5,2 млн ₽; аудит портфеля из 7 GenAI-программ и roadmap развития линейки; RAG / KB-аудит крупного банка; MVP AI Deal Accelerator; интенсив до 120 участников.

Кейс 02 · Nikonov Group

Delivery digital-проектов и управление кросс-функциональной командой

Project Manager, Digital

Команда из 7 специалистов, три параллельных потока, три релиза за 3 недели.

7 специалистов3 релиза за 3 недели−30% цикл

01 · Проблема

Исходная проблема

Команды работали параллельно, задачи передавались через чаты без общего backlog, статусов и правил контроля сроков.

02 · Вывод

Что выяснилось

Задержки возникали в согласованиях, межфункциональных передачах и отсутствии единой точки контроля.

03 · Решение

Почему такой подход

Введены общий backlog, SLA, декомпозиция более чем на 40 задач, три рабочих потока и регулярные синхронизации.

04 · Реализация

Как велась реализация

Кросс-функциональная команда из 7 специалистов: разработка, дизайн, контент и внешние подрядчики. Jira и Яндекс.Трекер, Kanban, еженедельные синхронизации, бюджет проектов ~500 тыс. ₽. Работала напрямую с собственником: приоритеты, сроки, согласование изменений. При изменении требований пересматривала приоритеты и перераспределяла задачи между участниками, сохраняя согласованные сроки.

05 · Результат

Результат

Сайт и 2 лендинга запущены в срок: три релиза за 3 недели; 40+ задач; цикл передачи между отделами −30%; доработки после релиза −25%.

Кейс 03 · Литегра

AI-направление в digital-агентстве: от запроса до запуска

Project Manager, AI & Automation

Kanban, backlog, координация команды и AI-интеграторов, управление scope и сроками.

690 000 ₽ за 3 неделиKanban + backlogдо 15 проектов параллельно

01 · Проблема

Исходная проблема

Не было AI-линейки, повторяемого процесса и единых правил ведения проектов: запросы клиентов оставались разрозненными, сроки — непрогнозируемыми.

02 · Вывод

Что выяснилось

Абстрактный «AI для бизнеса» не доходил до реализации. Требовались конкретные сценарии, границы scope и связь с бизнес-эффектом.

03 · Решение

Почему такой подход

Созданы пять типовых решений, Discovery-фреймворк, шаблоны ТЗ и КП, unit-экономика и критерии выбора интегратора — проект стало возможно планировать и вести по этапам.

04 · Реализация

Как велась реализация

Координировала кросс-функциональную команду: разработка, дизайн, аналитика, заказчики и внешние AI-интеграторы. Kanban, приоритизация backlog, распределение задач, регулярные синхронизации, контроль сроков и снятие блокеров. Требования менялись по ходу — пересобирала план, оценивала влияние изменений на сроки и объём работ и согласовывала их напрямую с основателем агентства.

05 · Результат

Результат

Первая AI-сделка агентства 690 000 ₽ закрыта и доведена до реализации за 3 недели; 5 типовых решений; 16 защит перед CEO; проблем на этапе внедрения — вдвое меньше.

Кейс 04 · Project-based

AI-решения для SMB: от требований до запуска

Менеджер AI-проектов / Solution Manager

От идеи «нужен бот» — к ограниченному scope, плану реализации и запущенному решению.

20+ проектов3–5 дней до прототипа150–440 тыс. ₽

01 · Проблема

Исходная проблема

Клиент приходил с идеей «нужен бот», но без описанного процесса, baseline, сроков и критериев результата.

02 · Вывод

Что выяснилось

Основной разрыв часто находился в воронке, CRM-дисциплине и ручной обработке, а не только в отсутствии AI.

03 · Решение

Почему такой подход

Сначала разбирался процесс и выбирался ограниченный use case. Затем фиксировались интеграции, риски, fallback, этапы реализации и критерии приёмки.

04 · Реализация

Как велась реализация

Координировала разработчиков и AI-интеграторов на этапах MVP и внедрения: технические ограничения, требования к интеграциям, последовательность и сроки работ. Риски вела по чек-листам (API, каналы интеграции, качество ответов LLM, fallback-сценарии), а критерии выбора подрядчиков сократили проблемы на этапе внедрения примерно вдвое.

05 · Результат

Результат

20+ AI-проектов доведено до запуска в 6+ отраслях; 40% Discovery — в оплаченный проект; чеки 150–440 тыс. ₽; рабочий прототип за 3–5 дней.

Ценность для бизнеса

Что получает бизнес

Особенно полезна там, где AI-инициатива уже есть, но не хватает ясного scope, требований, владельцев, сроков и управления реализацией.

Не просто идею AI-решения, а управляемый проект: план, команду, сроки и доведение до запуска.

Снижение неопределённости

Бизнес понимает, какую проблему решает, какие данные доступны и какие неизвестные мешают запуску.

Контролируемый scope и сроки

Определены границы работ, зависимости, этапы, критерии готовности и влияние изменений на сроки и объём.

Собранная команда

Разработка, дизайн, аналитика и внешние интеграторы работают по общему backlog, приоритетам и ритму синхронизаций.

Управляемая реализация

Проект идёт по плану с понятным статусом: приоритеты, сроки, блокеры и изменения требований отрабатываются на ходу, без потери контроля со стороны бизнеса.

Карьерная траектория

8+ лет: от B2B-операций к enterprise GenAI

2018 → 2026 · B2B Operations → Digital delivery → AI Delivery → Enterprise GenAI

012018–2023 · Основа

B2B Operations & CX

Альфа-Банк, Балтика Транс и др. От продаж до управления операциями, команда до 10 человек.

022024 · Delivery

Nikonov Group · PM Digital

Сайт и 2 лендинга за 3 недели: 7 специалистов, 40+ задач, цикл между отделами −30%.

032025 · AI Delivery

Литегра · PM, AI & Automation

AI-проекты от запроса до запуска: кросс-функциональная команда и интеграторы, Kanban и backlog, управление scope и сроками, первая сделка 690 000 ₽.

042026 · Enterprise GenAI

Just AI · AI Project Manager

Enterprise AI-проекты 2–5,2 млн ₽: координация экспертов, GenAI-программы, RAG-аудит банка, MVP за 3 дня.

Параллельно, с 2023 — AI Project / Solution Manager (project-based): 20+ Discovery-сессий для SMB, 40% — в оплаченный проект.

Процесс

Как я веду AI-проект от запроса до запуска

Последовательность, которая снижает неопределённость и удерживает сроки: сначала фиксируется контекст и ограничения, затем собирается решение и план реализации, а дальше — сама реализация, контроль сроков и запуск.

Бизнес-контекст

Цель, процесс, данные, владельцы, ограничения

Бриф + карта процесса

Discovery / риски

Узкие места, блокеры, качество данных, SLA

Risk checklist

Архитектура решения

Сценарии, требования, логика RAG / KB и интеграций

Roadmap + требования

PoC / MVP

Минимальная проверка гипотезы на согласованных данных

MVP-план + критерии

Согласование

КП, материалы для обсуждения, решения и next steps

КП + deck

Передача в реализацию

Правила, инструкции, зоны ответственности, next steps

План передачи

Реализация и запуск

Контроль сроков, снятие блокеров, управление изменениями scope, приёмка

Статусы + релиз

Артефакты

От Discovery до готовой постановки решения

Два связанных документа по одному обезличенному клиентскому кейсу: от исходного запроса «хотим AI-бота» до scope пилота, функциональных и интеграционных границ, рисков и критериев приёмки.

01 Запрос бизнеса

→

02 Discovery

→

03 Проектирование решения

→

04 Реализация и запуск

Discovery 4 страницы

Discovery Brief

AI-обработка заявок и интеграция с CRM

Показывает, как исходный запрос «хотим AI-бота» был разделён на реальные бизнес-проблемы и превращён в управляемый scope пилота.

анализ процесса as-is и интервью со стейкхолдерами;
baseline и измеримые цели пилота;
варианты решения и trade-offs;
риски, ограничения и решение о запуске пилота.

Discovery As-Is Analysis Baseline Trade-offs Risk Management

Открыть Discovery Brief Скачать PDF

Solution Design 10 страниц

Спецификация решения и интеграции

AI-консьерж и AI-хантер в коммерческом контуре

High-level постановка решения для бизнеса, IT и команды внедрения: функциональная логика, интеграция с CRM, governance, риски и критерии приёмки.

scope / out of scope и функциональные границы;
CRM-интеграция, dedup, buffering и retry;
confidence threshold и human handoff;
RACI, NFR, risk register и acceptance criteria.

Solution Architecture CRM Integration RACI Governance Acceptance Criteria

Открыть спецификацию Скачать PDF

Что показывает эта связка: первый документ фиксирует бизнес-контекст, ограничения и scope пилота, второй переводит результат Discovery в управляемую постановку для команды реализации.

Стек

Инструменты и зона ответственности

Использую стек как AI Project Manager: для планирования и ведения проектов, требований, PoC/MVP и координации команды на этапе реализации.

Граница роли: моя зона — project / delivery management: план реализации, scope, сроки, риски, backlog и приоритеты, координация разработки, дизайна, аналитики и внешних интеграторов, запуск и передача в поддержку. Плюс Discovery, требования и solution design на входе. Production-разработка ядра продукта и моделей — зона инженерной команды.

AI / GenAI Systems

GPTClaudeLLMRAG / KBKnowledge BaseAI-агентыJust AI Agent PlatformJay Flow

Automation & Integrations

n8nTelegram APIWhatsApp APIREST APIWebhookCRMAPI-интеграции

No-code / AI-coding

Base44Bloomv0EmergentMVPAI+coding

Work tools

ConfluenceGitHubNotionMiroJiraЯндекс.ТрекерFigmaGoogle SheetsKanbanAgile

Развитие

Профессиональное развитие

Поддерживаю практическую экспертизу в agentic AI, RAG и применении AI в бизнесе. Здесь только обучение, напрямую связанное с текущей специализацией.

Обучение дополняет проектный опыт, а не заменяет его.

Just AI

Агентные системы и RAG-решения в работе

Внутренний курс Just AI “Агенты: от идеи до внедрения”: AI-агенты, RAG / Knowledge Base, MCP, Agent Platform и Jay Flow.

Практическая специализация: проектирование и внедрение agentic AI-сценариев.

24.05.2026

Открыть сертификат

HP LIFE / HP Foundation

AI for Business Professionals

Применение AI в бизнес-задачах, работа с промптами, ответственное использование и внедрение AI-инструментов в профессиональные процессы.

Бизнес-применение AI и ответственное использование.

29.01.2026

Открыть сертификат

Материалы

Публикации и экспертные материалы

Экспертиза в публичном поле: разборы AI-внедрений, новых AI-ролей и практических сценариев применения GenAI / LLM в бизнесе.

VC.ru

Блог о рынке AI и найме

Публикации про AI-контент, новые AI-роли и изменение классического найма.

6K+ просмотров AI hiring Portfolio thinking

Открыть VC.ru

Telegram-канал

AI и бизнес-кейсы

Разборы AI-внедрений, новых ролей и практических сценариев применения GenAI / LLM в бизнес-процессах.

AI-внедрения AI-роли GenAI / LLM Бизнес-кейсы

Открыть Telegram-канал

Контакты

Готова обсудить роль AI Project Manager

Full-time, remote-first / hybrid. AI-вендоры, интеграторы, digital / consulting-команды и enterprise-контуры.

Email: alenaizmalko@gmail.com

Telegram для связи: @Alain_iiiz

Рекомендация Just AI по проектному сотрудничеству в GenAI Consulting & Training — по запросу.

Написать в Telegram Написать на email