Data Product Manager in Warsaw

Opis InPost Pay buduje swoją własną platformę fintech od podstaw. To duża, międzynarodowa inicjatywa, w której inżynierowie będą mieli możliwość kształtowania architektury, budowania podstawowych komponentów fintech i tworzenia rozwiązań zaprojektowanych do działania na skalę InPost.

Zadania:

• Posiadanie i priorytetyzacja mapy drogowej dla sklepów z funkcjami, zestawów danych do podejmowania decyzji i produktów analitycznych do samodzielnego użytku.
• Selekcja inwestycji w zależności od wpływu na biznes i ryzyko.
• Tłumaczenie potrzeb związanych z kredytami, underwritingiem, oszustwami i biznesem na jasne, priorytetyzowane specyfikacje produktów danych oraz kryteria akceptacji, które zespoły Data Engineering i ML mogą realizować.
• Współpraca z Kierownikiem Data Engineering & Analytics oraz Kierownikiem ML & MLOps Engineering.
• Ustalanie domyślnej metody dostarczania jako AI-first / agentic.
• Kształtowanie produktów danych, w których agenci są pierwszorzędnymi komponentami powierzchni decyzyjnej, z zabezpieczeniami, ewaluacjami i ludźmi w pętli.
• Prowadzenie zespołu Data Consultants do pracy w trybie AI-first.
• Definiowanie i śledzenie wskaźników sukcesu dla portfela (adopcja, wykorzystanie samodzielne, SLA danych decyzyjnych).
• Raportowanie postępów i kompromisów do Dyrektora Produktów Danych i interesariuszy międzyfunkcyjnych.
• Prowadzenie do 3 Data Consultants, którzy dostosowują się do zapotrzebowania w obu obszarach.
• Odpowiedzialność za planowanie ich pojemności.

Wymagania:

• Ktoś, kto kocha dane i przekształcanie ich w produkty, które wpływają na decyzje dotyczące zarabiania pieniędzy.
• Doświadczenie, co najmniej 5 lat w zarządzaniu produktami dla produktów danych lub platform danych, w tym prowadzenie lub koordynowanie zespołów technicznych i analitycznych (bezpośrednich lub macierzowych).
• Doświadczenie w fintech, kredytach, pożyczkach lub płatnościach (ponad 3 lata), z wiedzą na temat BNPL, underwriting i przepływów transakcyjnych/akceptacyjnych.
• Silne umiejętności w strategii produktów danych i posiadaniu mapy drogowej dla sklepów z funkcjami i zestawów danych do podejmowania decyzji.
• Znajomość poprawności w danym momencie, świeżości, pochodzenia i możliwości samodzielnego korzystania.
• Umiejętność przekształcania potrzeb biznesowych, ryzyka kredytowego i ML w możliwe do zbudowania, priorytetyzowane specyfikacje.
• Zarządzanie interesariuszami i mapami drogowymi w wielu liniach produktów i zespołach dostarczających.
• Świadomość regulacji dotyczących danych kredytowych i płatności.
• Doświadczenie w przywództwie produktów danych w trybie AI-first (ponad 2 lata): agenci jako część powierzchni decyzyjnej/produktu danych, z zabezpieczeniami, ewaluacjami, ludźmi w pętli oraz kontrolą kosztów i opóźnień pętli agenta.
• Lider, który ustawia AI-first jako domyślny sposób pracy zespołu, w tym analizy wspomagane przez LLM i narzędzia agentowe, oraz wymaga od zespołu projektowania z agentami, a nie wokół nich.
• Strategiczne i skoncentrowane na wynikach podejście. Formułowanie decyzji dotyczących produktów danych jako ROI.
• Pewność w tłumaczeniu między Data Engineering / ML a interesariuszami biznesowymi i ryzykowymi oraz wpływanie bez bezpośredniej władzy w zespołach Credit & Fraud Risk, Engineering i Commercial.
• Komfort w priorytetyzowaniu i ponownym priorytetyzowaniu mapy drogowej w dwóch liniach produktów pod rzeczywistymi ograniczeniami pojemności.
• Znajomość języka angielskiego (B2+).

Preferencje:

• Produkty z funkcjami sklepu lub decyzji wspomaganych przez ML;
• Dane dotyczące akceptacji/płatności handlowych, w tym struktury danych dotyczące akceptacji handlowców i schematów płatności;
• Podstawy ML/MLOps, wystarczające do wiarygodnej współpracy z zespołem ML & MLOps Engineering;
• Koncepcje danych dotyczących IFRS 9/kredytów;
• Budowanie produktów analitycznych do samodzielnego użytku dla zespołów komercyjnych lub ryzykowych;
• Znajomość platformy Databricks/lakehouse.

Warunki:

• Nowoczesny stos technologiczny i zwinny, zespoł AI-native, z przestrzenią do eksperymentowania z nowymi technologiami i wprowadzania ich do produkcji.
• Współpraca, szybkie tempo pracy, gdzie autonomia i odpowiedzialność idą w parze.
• Model hybrydowy, najlepiej jeden dzień w tygodniu w biurze w Warszawie lub Krakowie.
• Oferujemy umowę B2B.