Собеседование на AI PM в T1

Почему T1 — особенный работодатель для AI PM

T1 — крупная российская IT-консалтинговая группа компаний (бывшая Техносерв). Портфель — внедрения банковских платформ, цифровая трансформация enterprise, кастомные продукты под клиента, разработка отечественных аналогов западного софта. Клиенты — топ-10 банков, госкорпорации, промышленные группы. Для AI PM это значит работу в формате системного интегратора и одновременно vendor собственных продуктов (T1 Cloud, специализированные платформы).

AI PM в T1 работает как product-manager-консультант с акцентом на bespoke-проекты: LLM-копилоты для банковского саппорта, NLP для документооборота, CV для производства, scoring для банков, anti-fraud-проекты, RAG-системы для enterprise. Главный челлендж — каждый проект уникален, плюс T1 имеет свои собственные продукты (Holding T1, T1 Cloud), вокруг которых тоже строятся AI-фичи.

Стек: классические ML, LLM (open-source с on-premise + проксированные коммерческие) для копилотов и RAG, CV-стеки, кастомные интеграции под IT-ландшафт клиента.

Актуальные вакансии — на hh.ru и сайте T1.

Этапы собеседования

Цикл — 4-5 этапов, 2-3 недели. На client-facing позициях добавляется симуляция беседы с клиентом.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет AI-фокус, базовое ML, опыт в enterprise или IT-консалтинге. Опыт с банками или крупными корпорациями — большой плюс.

2. AI / ML grounding (45-60 минут)

С ведущим PM или ML-лидом. Темы: ML-метрики, enterprise-проекты (POC vs pilot vs масштабирование), on-premise constraints. На LLM-блоке — copilot и compliance/security.

Подготовка: LLM-фичи, ML для PM.

3. Product кейс с AI-фичей (90 минут)

Дают кейс «спроектируй RAG-систему для банка». Жди вопросов про аудиторию, JTBD, UX, риски (data leakage, hallucinations в money), метрики, MVP.

Подготовка: Prompt engineering, RAG и context.

4. Metrics / experimentation (45 минут)

Эксперименты в bespoke-enterprise: маленькая аудитория, нормальный A/B сложен.

Подготовка: AI-метрики и evaluation.

5. Поведенческое (45 минут)

STAR + client-facing. Истории про конфликт с заказчиком, факап, спор о scope.

Особенности по командам

Banking AI. Scoring клиентов, anti-fraud, AML, NLP для документов. Подойдёт PM из банкинга.

Government AI. Классификация документов, RAG для нормативки. Подойдёт PM с gov-tech опытом.

Industrial AI. CV для производства, predictive maintenance. Подойдёт PM с industrial интересом.

Document AI. OCR + NLP для документооборота. Подойдёт PM с document-AI / RPA фокусом.

RAG / LLM-копилоты. Самая горячая команда. Подойдёт PM с любовью к LLM.

Что T1 ценит в AI PM

AI понимание. Слабый: «возьмём LLM». Сильный: «для on-premise — open-source модель fine-tuned; для облака — proxy; RAG с поэтапной индексацией нормативки клиента».

Enterprise / consulting context. Знание life cycle: discovery → POC → pilot → масштабирование.

Bespoke AI. Каждый проект — кастом.

Business metrics. ROI клиента, сокращение FTE, время процесса.

Client-facing skills. Способность вести беседу с C-level.

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1 — ML базовые + enterprise primer. ML для PM.
2. Неделя 2 — LLM глубже. Параллельно — прорешай вопросы по Python, ML и SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. LLM-фичи.
3. Неделя 3 — Prompt + RAG. Prompt engineering, RAG.
4. Неделя 4 — Cost / latency. AI cost и latency.
5. Неделя 5 — Mocks + behavioral + client-симуляция.
6. Неделя 6 — Polish. Перечитай enterprise-кейсы T1.

Частые ошибки

«Добавим chatbot» без бизнес-кейса. Слабо: «AI-бот». Сильно: «у клиента 12k обращений; LLM закроет 50%, ROI 8 млн в год».

Игнор security / hallucinations. Слабый: «модерируем». Сильный: «strict RAG с цитатой источника».

Без enterprise / consulting. Кандидат не понимает life cycle — провал.

Без bespoke AI. Слабый: «применим стандарт». Сильный: «каждый клиент — кастом».

Слабые client-facing skills. Самый частый отвал на симуляции.

Связанные темы

• Собеседование на AI PM
• LLM-фичи в продукте
• Prompt engineering
• RAG и context
• AI-метрики и evaluation
• AI cost и latency

FAQ

Удалёнка в T1 для AI PM?

Гибрид и удалёнка распространены. Часть встреч у клиента — очно.

Зарплатные вилки 2026?

Middle AI PM: 380-540k. Senior: 540-780k.

Английский нужен?

Базовый — желательно.

Сколько этапов?

4-5 этапов, 2-3 недели.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера — команды и грейды могут менять процесс.