Аня Подображных [Будни продакта]
T-Bank AI, ex-Avito annapodobrazhnykh.com Мемы: @productsmemes Продуктовая лавка с вакансиями: @productvacancy Я: @annapodobrazhnykh
نمایش بیشتر📈 تحلیل کانال تلگرام Аня Подображных [Будни продакта]
کانال Аня Подображных [Будни продакта] (@product_weekdays) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 19 083 مشترک است و جایگاه 540 را در دسته بازاریابی و PR و رتبه 34 989 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 19 083 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 30 ژوئیه, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -17 و در ۲۴ ساعت گذشته برابر 5 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 22.38% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً N/A% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 4 271 بازدید دریافت میکند. در اولین روز معمولاً 0 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 97 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, токенов, симулятор, ллм, папочка تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“T-Bank AI, ex-Avito
annapodobrazhnykh.com
Мемы: @productsmemes
Продуктовая лавка с вакансиями: @productvacancy
Я: @annapodobrazhnykh”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 31 ژوئیه, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته بازاریابی و PR تبدیل کردهاند.
در حال بارگیری داده...
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 30 ژوئیه | +6 | |||
| 29 ژوئیه | +3 | |||
| 28 ژوئیه | +2 | |||
| 27 ژوئیه | +2 | |||
| 26 ژوئیه | +2 | |||
| 25 ژوئیه | +4 | |||
| 24 ژوئیه | 0 | |||
| 23 ژوئیه | +1 | |||
| 22 ژوئیه | +5 | |||
| 21 ژوئیه | +6 | |||
| 20 ژوئیه | +2 | |||
| 19 ژوئیه | 0 | |||
| 18 ژوئیه | +3 | |||
| 17 ژوئیه | +6 | |||
| 16 ژوئیه | +1 | |||
| 15 ژوئیه | +3 | |||
| 14 ژوئیه | +6 | |||
| 13 ژوئیه | +1 | |||
| 12 ژوئیه | +2 | |||
| 11 ژوئیه | +6 | |||
| 10 ژوئیه | +3 | |||
| 09 ژوئیه | +2 | |||
| 08 ژوئیه | +4 | |||
| 07 ژوئیه | +3 | |||
| 06 ژوئیه | +19 | |||
| 05 ژوئیه | +3 | |||
| 04 ژوئیه | +1 | |||
| 03 ژوئیه | +2 | |||
| 02 ژوئیه | +2 | |||
| 01 ژوئیه | 0 |
| 2 | В мире AI-продуктов бенчмарк — это не подготовка к продуктовой работе, это и есть продуктовая работа. Короткой дороги нет.
Ко мне регулярно приходят продакты, которые хотят построить своих ассистентов. И все хотят быстро. Демка правда собирается быстро. И на глаз даже кажется, что отвечает неплохо. Но первый же замер качества на нормальном датасете даёт ~50%
Почему никто не хочет строить бенчмарк и эвал, даже если знает о существовании этих слов? Потому что это нудно. Собрать запросы, убедиться, что они похожи на то, что люди реально будут спрашивать (иначе вся работа в стол). Понять, что такое хороший ответ, научиться согласованно размечать ответы на хорошие и нехорошие…
А что такое хороший ответ? Если девушка попросила красную помаду, и ассистент подобрал красную помаду, — это хорошо? Да вообще не факт. Может, она хотела весь вечер целоваться, не оставляя нигде следов. Откуда ж мы знаем.
Узнать можно только одним способом — спросить. Так мы и строили ассистента для подбора товаров: обзвонили людей, которые недавно что-то покупали, опросили их по методологии, близкой к JTBD: что искал, в каком контексте, какого результата ждал… Ценность не в том, чтобы найти товар по запросу, а в том, чтобы решить задачу, которая за этим запросом стоит.
Тогда работа ассистента распалась на две части: правильно собрать контекст с человека и правильно подобрать товар под этот контекст. Но что значит «правильно подобрать»? С помадой разобрались — не должна оставлять следов. А если «ноутбук для брата, чтобы играть в майнкрафт и делать проекты в скретче»? Я в ноутбуках не разбираюсь вообще. Для некоторых категорий нам пришлось привлекать экспертов, которые объясняли, как переводить человеческий запрос на язык фильтров и критериев подходящести. Так мы руками проделали работу ассистента на большом датасете. И именно поэтому поняли, как её автоматизировать и как проверять.
Сбор бенчмарка оказался половиной всей работы над продуктом, если не больше. Всё остальное (прототипы, выбивание целевого качества, переезд на маленькие модельки…) стояло на этом фундаменте.
Так что пропустить сбор бенчмарка — это как сказать "Я знаю короткую дорогу". А потом сделать крюк и пойти по навигатору ))
Через 2 недели на TurboML Conf наш ML-инженер Саша Замиралов расскажет как мы научили ассистента подбирать товары. Как строили бенчмарк, итерировались, как переезжали на маленькие модельки, улучшая скорость и не теряя в качестве. Будет довольно технический доклад — приходите, если не боитесь!
Рега закроется завтра: https://l.tbank.ru/turbo-ap | 9 315 |
| 3 | "Вот вырастешь, поймёшь"
Раньше я не понимала своего папу, который твердил, что стабильности не бывает, что надо быть готовой всё потерять и начинать сначала. В 20 лет мне казалось, что IT - самая надёжная сфера в мире, с которой уж точно ничего не случится. Зачем меня пугать.
Выросла. Наблюдаю, как шатает IT мир в эпоху AI ))
И естественно, думаю о своём будущем: как меняется моя профессия, какие могут быть развилки, что может быть востребовано через несколько лет.
У меня есть своя позиция, но мне нравится слушать и альтернативные, чтобы проверить, не ошибаюсь ли я. Вдруг другие люди заметили то, чего я не замечаю.
Во вторник соберёмся с Женей Одуд (CPO Jetsim) и Дашей Васяниной (Product Advisor) и подискутируем про будущее продуктовой профессии. Организовывает и модерирует Лера Розова (основательница Shanc.ai).
23 июня в 19:00 по Мск, онлайн
Нужно зарегистрироваться: https://clck.ru/3U8eyy | 6 617 |
| 4 | Я заработала 100 рублей!
Помните @trybanana_bot? Это мой завайбкоженный ботик, где надо угадать слово дня, а первый угадавший загадывает слово на завтра. Я давно заметила, что людям нравится загадывать слова. В среднем это происходит за 10 минут после старта игры, а часто, вообще, за 3 минуты. Я решила попробовать это монетизировать и сделала аукцион. Любой может поставить ставку. Если твоя ставка победит, можешь загадать слово вместо победителя.
Фича работает уже несколько месяцев, и вот, сегодня 🥁🥁🥁 я заработала первые 100 рублей!
Конечно, гипотеза с аукционом с треском провалилась. Но это не важно. Важно, что это первая оплата в продукте, который я придумала и сделала сама. Я давно умею зарабатывать с курсов и консультаций. В чужих продуктах — тоже. А вот в своём завайбкоженном — нет. Так что радуюсь сегодня как ребёнок. А вы учитесь у меня радоваться таким мелочам )) | 7 810 |
| 5 | «Ой да я быстрее сама сделаю»
Раньше я ленилась объяснять и делегировать задачки джунам, а теперь ллмкам. Надо сесть, описать нормально контекст в промпте, чтобы получить не фигню. Так и хочется написать на отвали, получить быстрый результат и самой его докрутить. В моменте бывает быстрее, но когда задачка возникает снова, всё повторяется. Суммарно тратишь больше времени на докручивание, чем можно было бы потратить на переиспользуемое решение с самого начала.
Ленюсь точно не только я. Поэтому завтра буду рассказывать, как мы в Т начали системно автоматизировать рутинную продуктовую работу ллмками. И как я переиспользую этот принцип для всей своей работы.
Рассказывать буду на Built by Her Summit. «Built by Her» — это комьюнити для женщин вокруг AI. Мне написала его ко-фаундер Оля: «Мы видим нехватку репрезентации девушек в общей AI и tech индустрии и хотим собирать больше классных девушек спикеров делиться своим опытом, вдохновляя других. Приходи к нам выступать». Я смогла ответить только: «Вау! У меня вообще нет времени, но я найду ))». Есть проекты, которые вызывают у меня такое уважение, что я просто не могу пройти мимо.
Саммит уже завтра, но присоединиться ещё можно. Это бесплатно
Регистрируйтесь: https://www.builtbyher.tech/summit | 8 149 |
| 6 | Приходите делать Таю с нами! У нас есть ваки | 6 773 |
| 7 | Константин Маркелов, вице‑президент, директор по продукту и технологиям Т‑Банка на ПМЭФ рассказал, что компания разрабатывает ИИ‑ассистента по имени Тая:
«Мы экспериментируем, делаем новые поверхности, в том числе вопросно‑ответную систему, универсального ассистента с элементами агента, который может сходить и что‑то за тебя купить. Мы его назвали Тая».
Маркелов отметил, что основная задача Таи — помогать решать жизненные вопросы, связанные с деньгами.
Первым навыком станет шопинг — помощь в выборе и покупке товаров. При этом, ассистент действует на стороне клиента и не привязан к одной торговой платформе.
На следующем этапе планируется внедрить учет финансового контекста при крупных покупках: доход, накопления, кредитная нагрузка и расширять спектр сценариев.
@investingcorp | 6 547 |
| 8 | Замечаете, что в AI-native компаниях довольно мало продуктовых вакансий? А в тех вакансиях, что есть, часто требуют инженерные навыки. От инженеров же, наоборот, ожидают продуктовое мышление. CPO OpenAI ещё год назад сказал, что они ищут больше продуктовых инженеров, чем классических продактов. А в Lovable ожидают, что все вайбкодят и коммитят в прод: «Every single employee at Lovable expected to ship code to production».
Мне стало интересно, как на это смотрят инженеры, поэтому я спросила у своего знакомого, Максима, Head of AI & Product Engineering в европейском финтехе, что он думает про развитие профессии инженеров:
“Я думаю, что профессия разработчика точно будет двигаться в сторону product engineering. Раньше хорошему инженеру было достаточно качественно реализовать задачу: понять технические требования, выбрать архитектуру, написать код, покрыть тестами, задеплоить. Но сейчас AI сильно снижает стоимость реализации, и многие простые задачи можно почти полностью переложить на AI-агентов. Поэтому ценность сотрудников всё больше смещается в сторону понимания бизнеса и потребностей пользователей.
Также я наблюдаю обратную тенденцию: от продакт-менеджеров требуют всё более глубокой проработки требований, и порой инженеры предлагают показать им уже завайбкоженный прототип, который они затем преобразуют в production-ready приложение.
Если наблюдаемый тренд продолжится, то во многих компаниях роли продакт-менеджера и разработчика сольются в одну — product engineer. Такие сотрудники будут одновременно решать, что, зачем и как делать, а затем выкатывать фичи — от анализа пользователей и их потребностей до деплоя готового решения в прод.
Разумеется, это произойдёт не единомоментно, а в некоторых компаниях разделение ролей останется очень надолго. Но если планировать свою карьеру на несколько лет вперёд, то на месте как разработчиков, так и продакт-менеджеров, я бы точно рассмотрел переход в эту роль, потому что она будет становиться всё более востребованной, а значит — менее подверженной рискам сокращения и потенциально более высокооплачиваемой”.
Размышляя о будущем продактов, я пришла к похожему выводу. В мире, где стоимость разработки снижается, нужно меньше менеджеров на квадратный метр, и больше тех, кто делает. Значит, доля “делателей” будет расти. А “делатели” в этом мире — это и есть объединённая профессия, про которую пишет Максим. Это не значит, что классические продакты вообще не будут нужны. Просто их станет меньше, скоуп вырастет, работа станет сложнее. А значит, останутся сильнейшие. Условно один сильный Head of product и команда продуктовых инженеров вместо нескольких слоев иерархии. Причём подозреваю, что и Head of product может спокойно вырасти из продуктового инженера.
Ну а раз уж быть нам продуктовыми инженерами, самое время качать технические скиллы, если вы еще не )
Идём дружно читать канал Макса — он как раз про то как устроена разработка в эпоху AI и какие возможности открываются в менеджменте и стартаперстве. Читать тут: @max_about_ai | 7 945 |
| 9 | Чем быстрее появятся эти люди, тем быстрее у меня вернётся время писать в канал 😅
Пост с вакансиями к нам
Мы строим AI-ассистентов для B2C в Т-Банке. Не просто «прокси к чатгпт», а продукты, которые реально решают задачи пользователей. Под капотом LLM-агенты, разные модальности. Масштаб — аудитория банка и больше.
Мы вложили много сил, чтобы построить в команде культуру, которая позволяет нам реально быстро двигаться. Быстро проверяем гипотезы, быстро меняем что-то в продуктах, если об этом сигнализируют данные, жёстко отсекаем лишнее. А когда находим работающее решение, вкладываемся в надёжность для масштабирования.
Ищем таких же бодрых ребят, готовых врываться и помогать нам двигаться ещё быстрее:
Прожект. Мы запускаем продукты с нуля, поэтому помимо классического деливери нужно думать о юридических рисках, продвижении внутри экосистемы и снаружи, стыковке десятка людей из разных команд, чтобы все двигались в одну сторону. Ищем человека, который возьмёт эту координацию на себя, поможет держать высокий темп и превращать сложный запуск в понятный и управляемый процесс. Откликнуться: https://polls.tbank.ru/s/cmoa961xe008z0dw1eyti1qsz
Аналитики. Нам нужны и продуктовые, и дата-аналитики. Продуктовые отвечают за метрики бизнеса и продукта: формулируют, что мы вообще измеряем, дизайнят AB-тесты, считают эффекты, помогают команде принимать решения о том, куда двигаться дальше. Дата-аналитики отвечают за метрики модели: придумывают, как измерять качество, отвечают на вопрос, стала ли модель лучше для пользователей и продукта, находят инсайты из диалогов и гипотезы для экспериментов. В том числе ищем лида аналитики качества — человека, который выстроит этот процесс на уровне всего направления. Откликнуться: @pekaseee
Продуктовый дизайнер. Ищем человека, которому тесно в рамках «нарисовать экран». Нужно проектировать новый тип взаимодействия человека с AI: не просто чат, а продукт, который решает задачу целиком. Важно уметь быстро разбираться в сложных сценариях, работать с гипотезами, погружаться не только в интерфейсы, но и в поведение модели, доверие и ощущение контроля у пользователя. Откликнуться: https://tinkoff.ru/career/friends/58n7K21Vet7
ML-инженеры. Ищем людей с опытом разработки production-ready агентных и RAG-систем, тюнинга LLM (SFT, RL) и построения ML-инфраструктуры. Нужны специалисты, которые умеют быстро проверять гипотезы, работать на всех уровнях стека — от создания бенчмарков и evaluation пайплайнов до инференса, мониторинга и выкатки моделей в прод. Важно глубокое понимание оценки качества LLM: ассесорская разметка, LLM-as-a-judge, построение систем оценки и работа с метриками. Ищем людей, которым комфортно работать в условиях неопределённости и доводить решения от эксперимента до рабочего продукта. Откликнуться: @solemn_leader
Тимлид разработки. Нужен человек, который горит LLM-тематикой (пет-проекты, эксперименты, коммерческие проекты — неважно, главное чтобы по-настоящему интересовало). Умеет строить тандем с продактом и двигаться быстро. Не боится высокого темпа внутри большой компании. Из хардов: Python-стек и использование LLM в кодинге — обязательно. Собирать с нуля не придётся — нужно выстроить процесс и задать темп. Откликнуться: @voykovalexandr
Если узнали друга или знакомого в одном из этих описаний, перешлите ему/ей пост. Сделаете меня чуточку счастливее )) | 8 530 |
