Project Manager (AI & Big Data)
Addepto
Rola to Project Manager w firmie konsultingowej specjalizującej się w AI i Big Data. Będziesz odpowiadać za kompleksowe prowadzenie projektów AI/ML dla międzynarodowych klientów korporacyjnych – od fazy discovery, przez definiowanie wymagań, planowanie, realizację, aż po wdrożenie. Nie jest to rola koordynacyjna – oczekuje się pełnej odpowiedzialności za scope, jakość, harmonogram, budżet i satysfakcję klienta, a także aktywne uczestnictwo w pre-sales i rozwój zespołu.
Brakuje: nie podano wielkości zespołu ani liczby równoległych projektów, brak opisu procesu rekrutacyjnego (liczba etapów, rodzaj rozmów).
Rola to Project Manager w firmie konsultingowej specjalizującej się w AI i Big Data. Będziesz odpowiadać za kompleksowe prowadzenie projektów AI/ML dla międzynarodowych klientów korporacyjnych – od fazy discovery, przez definiowanie wymagań, planowanie, realizację, aż po wdrożenie. Nie jest to rola koordynacyjna – oczekuje się pełnej odpowiedzialności za scope, jakość, harmonogram, budżet i satysfakcję klienta, a także aktywne uczestnictwo w pre-sales i rozwój zespołu.
- ✓Praca z prestiżowymi klientami (Rolls Royce, Continental, Porsche, ABB, WGU)
- ✓Partnerstwo z Databricks – dostęp do szkoleń i certyfikacji
- ✓20 płatnych dni urlopu na B2B
- ✓Budżet na szkolenia, konferencje i języki obce
- ✓Wsparcie w budowaniu marki osobistej (wystąpienia, blog, meetupy)
- !Szeroki zakres obowiązków (delivery, client management, pre-sales, rekrutacja) – możliwe przeciążenie
- !Brak informacji o wielkości zespołu i liczbie równoległych projektów
- !Brak opisu procesu rekrutacyjnego
- •Prowadzenie projektu AI/ML od discovery do delivery – definiowanie celów, kamieni milowych i harmonogramu
- •Regularna komunikacja z klientami enterprise (executive level) jako trusted advisor
- •Tworzenie i utrzymywanie roadmap technicznych, translacja potrzeb biznesowych na zadania dla zespołów
- •Zarządzanie ryzykiem, budżetem i alokacją zasobów
- •Liderowanie i mentoring cross-funkcyjnych zespołów (Data Scientists, ML Engineers, Data Engineers)
- •Uczestnictwo w pre-sales – przygotowywanie podejść rozwiązaniowych, oszacowań i prezentacji
- •Identyfikacja możliwości rozwinięcia współpracy z klientem (account growth)
- •Wsparcie w rekrutacji i skalowaniu zespołu – udział w rozmowach, feedback
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Osoba z co najmniej 3-4 latami doświadczenia jako Project Manager, z udziałem w projektach AI/Data, pracująca wcześniej w konsultingu lub software house, z dobrą znajomością SDLC i angielskim na poziomie C1 – gotowa do szybkiego rozwoju w kierunku pełnej odpowiedzialności za projekty enterprise.
Nie dla juniorów ani mid-level Project Managerów bez doświadczenia w realnych projektach AI/Data. Nie dla osób, które preferują wyłącznie koordynację zadań i unikają bezpośredniej odpowiedzialności za wynik projektu i relacje z klientem.
- ?Ile projektów prowadzi równolegle jeden PM i jaka jest przeciętna wielkość zespołu projektowego?
- ?Jaki jest typowy budżet i czas trwania projektu (od discovery do delivery)?
- ?Jakie narzędzia do zarządzania projektami są używane (Jira, Asana, MS Project)?
- ?Czy istnieje możliwość rozwoju w kierunku Account Managementu lub zarządzania portfelem projektów?
- ?Jak wygląda proces decyzyjny – czy PM ma autonomię w zakresie wyboru technologii i metodologii?
- ?Czy są przewidziane wyjazdy do klienta (nawet okazjonalnie)?
- ?Jaki jest model raportowania postępów – do kogo bezpośrednio raportuje PM?
- ?Jakie są kryteria sukcesu i KPI dla tej roli?
- −Nie podano wielkości zespołu ani liczby równoległych projektów
- −Brak opisu procesu rekrutacyjnego (liczba etapów, rodzaj rozmów)
- −Nie wiadomo, czy są wymagane dyżury on-call lub spotkania w nietypowych godzinach (praca z klientami z różnych stref czasowych)
- −Brak informacji o budżecie szkoleniowym (kwota) i możliwości udziału w konferencjach
- −Nie określono, czy rola wymaga znajomości konkretnych frameworków AI/ML (np. TensorFlow, PyTorch, Spark)
Friendly, supportive, and autonomous culture with a flat structure, focus on knowledge sharing, and budget for integration events.