Персоналды дамыту жөніндегі директор

Білім және жұмыс тәжірибесі

• Tech/AI индустриясындағы тәжірибе: Head of L&D, T&D Director немесе HRD позицияларында 3–5 жылдық тәжірибесінің болуы міндетті. Өнімді IT-компанияларда, AI-стартаптарда немесе ірі технологиялық экожүйелерде жұмыс істеген болуы шарт.

• Білім: Жоғары (IT, менеджмент, персоналды басқару, психология). IT/AI өнімдерін әзірлеу ерекшеліктерін түсіну немесе техникалық білімнің болуы үлкен артықшылық болады.

• Халықаралық тәжірибе: Үлестірілген (қашықтағы) халықаралық командалармен жұмыс істеу тәжірибесі және жаһандық бенчмарктер мен провайдерлермен жұмыс істеу үшін Upper-Intermediate/Advanced деңгейінде ағылшын тілін білу қажет.

Кәсіби білім мен дағдылар (Hard Skills)

• AI таланттарын түсіну: IT мамандарының (Data Scientists, ML-engineers, LLM әзірлеушілері, PM-дер) мансаптық жолдарын, мотивациясын және күйіп кетуін терең түсіну.

• AI HR-да (Tech HR): AI құралдарын оқыту, бағалау және қызметкерлерді бейімдеу процестеріне енгізу тәжірибесі (мысалы, курстарды жекешелендіру, қатысушылардың белсенділігін талдау немесе онбордингті автоматтандыру үшін AI пайдалану).

• Upskilling & Reskilling: Жаңа технологиялық стектер мен құралдарға (мысалы, генеративті ИИ, жаңа фреймворктар) қайта оқыту бағдарламаларын жылдам құру дағдылары.

• Білімді басқару (Knowledge Management): Білім базасын, peer-to-peer оқыту жүйелерін (әзірлеушілер әзірлеушілерді оқытады) және ішкі тех-токтар/хакатондарды ұйымдастыру тәжірибесі.

• Data-driven тәсіл: HR-аналитикамен жұмыс істеу, тиімділік көрсеткіштерін (eNPS, Time to Productivity, Retention rate, ROI оқыту) деректерге сүйене отырып талдау қабілеті.

Тұлғалық және басқарушылық қасиеттер (Soft Skills)

• Agile-ойлау: Жоғары белгісіздік жағдайында жұмыс істеуге дайын болу, икемділік, AI нарығындағы өзгерістерге байланысты фокус пен даму стратегияларын жылдам өзгерту қабілеті.

• Дамыған эмоционалды интеллект (EQ): Күрделі инженерлік таланттарға («интроверттерге») жол табу, жоғары жұмыс қарқыны жағдайында күйіп кетудің алдын алу.

• Эксперимент мәдениеті: Оқытудың стандартты емес форматтарын сынап көруге дайындық (геймификация, мессенджерлердегі микро-лернинг, VR/AR).

Koz AI-дағы негізгі міндеттер

• Таланттарды дамыту стратегиясы: Қызметкерлердің оқу және даму жоспарларын Koz AI өнімдерінің даму стратегиялық картасымен синхрондау.

• Адаптация (Онбординг): IT-мамандарды жобалық қуатқа жылдам және үздіксіз шығару (Time to Productivity-ді қысқарту).

• Retention (Ұстап қалу): Қызметкерлерді халықаралық алпауыттардың арасында аңшылық жасауды азайту үшін жеке даму жоспарларын (ИПР) және айқын грейдтерді әзірлеу.

• ИИ-сауаттылықты дамыту (AI Literacy): Компанияның өнімдері мен AI-құралдарын пайдалану саласында техникалық емес командалардың (маркетинг, сату, HR) біліктілігін арттыру.

• Ішкі жұмыс беруші бренді: Компания ішінде күшті инженерлік қауымдастық қалыптастыру, ішкі хакатондар, R&D-сессиялар және тәжірибе алмасуды ұйымдастыру.

Білім және жұмыс тәжірибесі

• Tech/AI-индустриясындағы тәжірибе: Head of L&D, T&D Director немесе HRD позициясында 3–5 жылдық жұмыс тәжірибесі өнімді IT-компанияларда, AI-стартаптарда немесе ірі технологиялық экожүйелерде міндетті.

• Білім: Жоғары (IT, менеджмент, персоналды басқару, психология). Техникалық білім немесе ПО / AI-өнімдерін әзірлеу ерекшелігін түсіну үлкен артықшылық болады.

• Халықаралық тәжірибе: Жаһандық бенчмарктармен және провайдерлермен жұмыс істеу үшін Upper-Intermediate/Advanced деңгейінде ағылшын тілін білу және таратылған (қашықтағы) халықаралық командалармен жұмыс істеу тәжірибесі құпталады.

Кәсіби білім мен дағдылар (Hard Skills)

• AI-таланттардың ерекшеліктерін түсіну: IT-мамандарының (Data Scientists, ML-engineers, LLM-әзірлеушілер, PM-лар) мансаптық жолдарын, мотивациясын және күйіп кетуін терең түсіну.

• AI в HR (Tech HR): AI құралдарын оқыту, бағалау және қызметкерлерді бейімдеу процестеріне енгізу тәжірибесі (мысалы, курстарды жекелеу, қатысуды талдау немесе онбордингті автоматтандыру үшін AI пайдалану).

• Upskilling & Reskilling: Жаңа технологиялық стектер мен құралдарға (мысалы, генеративті ИИ, жаңа фреймворктар) қайта оқыту бағдарламаларын жылдам құру дағдылары.

• Білімді басқару (Knowledge Management): Білімнің біртұтас базасын құру, peer-to-peer оқыту жүйелерін (әзірлеушілер әзірлеушілерді оқытады) және ішкі тех-токтарды/хакатондарды ұйымдастыру тәжірибесі.

• Data-driven тәсіл: HR-аналитикамен, тиімділік көрсеткіштерімен (eNPS, Time to Productivity, Retention rate, ROI оқыту) деректерге негізделген жұмыс істеу қабілеті, интуицияға емес.

Жеке тұлғалық және басқарушылық қасиеттер (Soft Skills)

• Agile-ойлау: Жоғары белгісіздік жағдайында жұмыс істеуге дайындық, икемділік, AI нарығындағы өзгерістерге байланысты фокусты және даму стратегияларын жылдам өзгерту қабілеті.

• Дамыған эмоционалды интеллект (EQ): Күрделі инженерлік таланттарға («интроверттерге») жол табу, жоғары жұмыс қарқыны жағдайында күйіп кетуді болдырмау.

• Эксперимент мәдениеті: Оқытудың стандартты емес форматтарын сынап көруге дайындық (геймификация, мессенджерлердегі микро-лернинг, VR/AR).

• Дарындылықты дамыту стратегиясы: Қызметкерлерді оқыту және дамыту жоспарларын Koz AI өнімдерін дамыту стратегиялық картасымен синхрондау.

• Бейімделу (Онбординг): IT-мамандарды жобалық қуаттылыққа жылдам және үздіксіз шығару (Time to Productivity-ді қысқарту).

• Retention (Ұстап қалу): Қызметкерлерді халықаралық алпауыттардың аңшылық жасауын азайту үшін жеке даму жоспарларын (ИПР) және айқын грейдтерді әзірлеу.

• AI сауаттылығын дамыту (AI Literacy): Компанияның өнімдері мен AI-құралдарын пайдалану саласында маркетинг, сату, HR сияқты техникалық емес командалардың біліктілігін арттыру.

• Ішкі жұмыс беруші бренді: Компания ішінде күшті инженерлік қауымдастық қалыптастыру, ішкі хакатондар, R&D-сессиялар және тәжірибе алмасуды ұйымдастыру.

Күшті орта: Жас мамандардың амбициялы командасында жұмыс істеу, олардың AI-технологиялары ел басшылығының деңгейінде бағаланады.

• Шарттар: ҚР ЕК-ге сәйкес ресми рәсімдеу.

• Кесте: 5/2, жұмыс кестесі икемді, жұмыс басталу уақытын таңдау мүмкіндігімен

• Өсу: Кез келген керемет HR-бастамаларды сынап көру және AI-өнімдердің масштабталуымен бірге өсу мүмкіндігі.