Middle Project Manager

Участвовала в разработке и развитии веб‑сервиса сквозной аналитики для малого и среднего бизнеса - платформа помогает маркетологам и собственникам отслеживать эффективность рекламных каналов, управлять заявками и оптимизировать рекламный бюджет. Руководила проектной командой из 7 специалистов: frontend‑разработчицы, системная аналитик, тестировщицы и менеджер продукта; в работе взаимодействовала со смежными командами бэкенда, дизайна, ML, DevOps и продуктовой аналитики. Обязанности: Формировала и приоритизировала бэклог совместно с продактом, оценивала фичи по RICE, согласовывала приоритеты с руководителями направления и продукта. Вела полный цикл Scrum: планирование спринтов, дейлики, груминги, демо, ретроспективы. Декомпозировала задачи и ставила их командам разработки, тестирования и дизайна; контролировала сроки и качество выполнения. Собирала и формализовывала требования от бизнеса, описывала user story и критерии приёмки, координировала работу смежных команд бэкенда, ML и DevOps при подготовке релизов. Управляла рисками: вела реестр рисков и разрабатывала планы Б по кросс‑командным зависимостям и техническим интеграциям. Готовила и проводила демо для стейкхолдеров; вела проектную документацию в Confluence. Контролировала стабильность фич на тестовых и продакшн‑средах, принимала работу по критериям приёмки перед релизом. Достижения: Запустила модуль коллтрекинга с гибкой логикой создания сделок по повторным звонкам: каждый звонок автоматически привязывался к источнику трафика и кампании, что позволило клиентам точно считать стоимость продажи по телефону и отключать нерентабельные каналы. Внедрила email‑трекинг с подменой адресов и автоматическим созданием заявок: в аналитику попадало до +10-20% лидов, которые ранее терялись в почте менеджеров, что повысило точность ROMI и помогло перераспределить бюджет. Реализовала модуль управления ставками для автоматической корректировки CPL/ROI в Яндекс Директ: стоимость заявки у клиентов снизилась на 15-30% при сохранении объёма лидов. Настроила фильтрацию спам‑заявок с «тихой калибровкой» перед боевым включением: данные по заявкам и ROMI стали чище, что позволило клиентам корректно оценивать эффективность рекламы и исключать мусорные источники.

Обязанности: Формировала и приоритизировала бэклог совместно с продактом, оценивала фичи по RICE и согласовывала приоритеты со CPO и CTO. Вела полный цикл Scrum: планирование спринтов, дейлики, груминг, демо, ретроспективы. Декомпозировала фичи на задачи для дизайнеров, системного аналитика, фронтенда, бэкенда и QA; контролировала сроки и качество выполнения. Управляла рисками: вела реестр рисков, разрабатывала планы Б для критичных зависимостей (интеграции с ОРД/ЕРИР, внешние источники данных, legacy‑инфраструктура сети экранов). Координировала работу со смежными командами бэкенда и ML при реализации фич, связанных с внешними данными и кросс‑командными зависимостями. Готовила и проводила демо для стейкхолдеров с фокусом на бизнес‑ценность и метрики продукта. Вела проектную документацию в Confluence, поддерживала актуальность требований, API‑контрактов и критериев приёмки. Достижения: Запустила AIO Programmatic - модуль программатик‑закупки DOOH‑инвентаря по CPM с автоматической маркировкой по требованиям ЕРИР: загрузка премиальных поверхностей выросла на 15-25%, что увеличило монетизацию сети без расширения парка экранов. Реализовала триггерную систему динамической подмены креативов по времени, погоде и событиям: доля динамических кампаний достигла ~40% инвентаря, что повысило маржинальность размещений и привлекательность продукта для рекламодателей. Запустила Единую платформу цифровых коммуникаций, объединив наружные экраны, indoor и онлайн‑медиа в один кросс‑медийный продукт: количество кросс‑медийных кампаний выросло на 30-40% за год и увеличило выручку с существующей клиентской базы. Настроила MAER Поток - централизованное управление контентом на федеральной сети экранов: время изменения сетки показов сократилось с часов до минут, что позволило проводить синхронные федеральные запуски для крупных брендов.