Директор по развитию персонала

Образование и опыт работы

• Опыт в Tech/AI-индустрии: Обязателен опыт работы на позиции Head of L&D, T&D Director или HRD в продуктовых IT-компаниях, AI-стартапах или крупных технологических экосистемах от 3–5 лет.

• Образование: Высшее (IT, менеджмент, управление персоналом, психология). Огромным плюсом будет технический бэкграунд или понимание специфики разработки ПО / AI-продуктов.

• Международный опыт: Желателен опыт работы с распределенными (удаленными) международными командами и знание английского языка на уровне Upper-Intermediate/Advanced для работы с глобальными бенчмарками и провайдерами.

Профессиональные знания и навыки (Hard Skills)

• Понимание специфики AI-талантов: Глубокое понимание карьерных треков, мотивации и выгорания IT-специалистов (Data Scientists, ML-engineers, LLM-разработчиков, PM-ов).

• AI в HR (Tech HR): Опыт внедрения AI-инструментов в процессы обучения, оценки и адаптации персонала (например, использование AI для персонализации курсов, анализа вовлеченности или автоматизации онбординга).

• Upskilling & Reskilling: Навыки быстрого построения программ переобучения под новые технологические стеки и инструменты (например, генеративный ИИ, новые фреймворки).

• Управление знаниями (Knowledge Management): Опыт создания единой базы знаний, систем peer-to-peer обучения (разработчики обучают разработчиков) и фасилитации внутренних тех-токов/хакатонов.

• Data-driven подход: Умение работать с HR-аналитикой, метриками эффективности (eNPS, Time to Productivity, Retention rate, ROI обучения) на основе данных, а не интуиции.

Личностные и управленческие качества (Soft Skills)

• Agile-мышление: Готовность работать в условиях высокой неопределенности, гибкость, способность быстро менять фокус и стратегии развития вслед за изменениями рынка AI.

• Развитый эмоциональный интеллект (EQ): Умение находить подход к сложным инженерным талантам («интровертам»), предотвращать выгорание в условиях высоких темпов работы.

• Культура эксперимента: Готовность тестировать нестандартные форматы обучения (геймификация, микро-лернинг в мессенджерах, VR/AR).

Ключевые задачи в Koz AI

• Стратегия развития талантов: Синхронизация планов обучения и развития сотрудников со стратегической картой развития продуктов Koz AI.

• Адаптация (Онбординг): Выстраивание быстрого и бесшовного вывода IT-специалистов на проектную мощность (сокращение Time to Productivity).

• Retention (Удержание): Разработка индивидуальных планов развития (ИПР) и прозрачных грейдов для минимизации хантинга сотрудников международными гигантами.

• Развитие ИИ-грамотности (AI Literacy): Повышение квалификации нетехнических команд компании (маркетинг, продажи, HR) в области использования продуктов компании и AI-инструментов.

• Внутренний бренд работодателя: Формирование сильного инженерного комьюнити внутри компании, организация внутренних хакатонов, R&D-сессий и обмена опытом.

Образование и опыт работы

• Опыт в Tech/AI-индустрии: Обязателен опыт работы на позиции Head of L&D, T&D Director или HRD в продуктовых IT-компаниях, AI-стартапах или крупных технологических экосистемах от 3–5 лет.

• Образование: Высшее (IT, менеджмент, управление персоналом, психология). Огромным плюсом будет технический бэкграунд или понимание специфики разработки ПО / AI-продуктов.

• Международный опыт: Желателен опыт работы с распределенными (удаленными) международными командами и знание английского языка на уровне Upper-Intermediate/Advanced для работы с глобальными бенчмарками и провайдерами.

Профессиональные знания и навыки (Hard Skills)

• Понимание специфики AI-талантов: Глубокое понимание карьерных треков, мотивации и выгорания IT-специалистов (Data Scientists, ML-engineers, LLM-разработчиков, PM-ов).

• AI в HR (Tech HR): Опыт внедрения AI-инструментов в процессы обучения, оценки и адаптации персонала (например, использование AI для персонализации курсов, анализа вовлеченности или автоматизации онбординга).

• Upskilling & Reskilling: Навыки быстрого построения программ переобучения под новые технологические стеки и инструменты (например, генеративный ИИ, новые фреймворки).

• Управление знаниями (Knowledge Management): Опыт создания единой базы знаний, систем peer-to-peer обучения (разработчики обучают разработчиков) и фасилитации внутренних тех-токов/хакатонов.

• Data-driven подход: Умение работать с HR-аналитикой, метриками эффективности (eNPS, Time to Productivity, Retention rate, ROI обучения) на основе данных, а не интуиции.

Личностные и управленческие качества (Soft Skills)

• Agile-мышление: Готовность работать в условиях высокой неопределенности, гибкость, способность быстро менять фокус и стратегии развития вслед за изменениями рынка AI.

• Развитый эмоциональный интеллект (EQ): Умение находить подход к сложным инженерным талантам («интровертам»), предотвращать выгорание в условиях высоких темпов работы.

• Культура эксперимента: Готовность тестировать нестандартные форматы обучения (геймификация, микро-лернинг в мессенджерах, VR/AR).

• Стратегия развития талантов: Синхронизация планов обучения и развития сотрудников со стратегической картой развития продуктов Koz AI.

• Адаптация (Онбординг): Выстраивание быстрого и бесшовного вывода IT-специалистов на проектную мощность (сокращение Time to Productivity).

• Retention (Удержание): Разработка индивидуальных планов развития (ИПР) и прозрачных грейдов для минимизации хантинга сотрудников международными гигантами.

• Развитие ИИ-грамотности (AI Literacy): Повышение квалификации нетехнических команд компании (маркетинг, продажи, HR) в области использования продуктов компании и AI-инструментов.

• Внутренний бренд работодателя: Формирование сильного инженерного комьюнити внутри компании, организация внутренних хакатонов, R&D-сессий и обмена опытом.

Сильное окружение: Работу в амбициозной команде молодых специалистов, чьи AI-технологии оцениваются на уровне руководства страны.

• Условия: Официальное оформление согласно ТК РК.

• График: 5/2, гибкий график работы, с возможностью выбора времени начала работы

• Рост: Возможность тестировать любые крутые HR-инициативы и расти вместе с масштабированием ИИ-продуктов.