🤖 Почему классический Product Delivery мертв, или Как собирать Enterprise-контуры в синергии с ИИ-агентами
Привет, Сетка! Выхожу на рынок и ищу новые масштабные вызовы как Technical Product Manager / Platform Owner (AI PDLC).
Последние 5 лет в Bercut (бизнес-юнит Tele2) я рулил развитием высоконагруженной триадной платформы (Tri-plane platform): от Call-Control рантайма (Reactor C++) и In-Memory слоя данных (Tarantool, 5000 RPS) до управляющего Admin Plane. Продукт глубоко пустил корни в инфраструктуре крупного телекома, стабилен, защищен от bus-factor и передан командам эксплуатации. Моя миссия там завершена.
Что я приношу в продукт как AI-First PM: - Мгновенный Time-to-Market интерфейсов: Довел управляющий UI системы от ИИ-ассистированного HTML-прототипа до зрелого Agentic AI-Augmented enterprise-контура под требования ИБ (187-ФЗ / КИИ). В синергии с ИИ-агентами самостоятельно закрывал fullstack/plugin-логику, автотесты и CI, минуя классические задержки на дизайн и согласование ТЗ. - Управление данными реального времени (Near Real-Time): Перевел критические продуктовые данные из хрупких legacy-схем и daily DWH в Near Real-Time контур (активные сессии — in-memory, ретроспектива — в Postgres с лагом < 1 сек). Бизнес стал реагировать на инциденты моментально. - Hardcore High-Load & Вендоры: Спроектировал гео-резервированный шардированный контур межоператорского антифрода на Lua/Tarantool. Замыкал на себе OEM-диалог и стратегический контрактный трек с вендором распределенной СУБД на уровне C-level. - Управление поставкой без микроменеджмента: Синхронизировал сквозную поставку силами 4 кросс-функциональных команд, декомпозируя бэклог по RICE/ICE и ROI/TCO.
Мои артефакты в Open Source: - Tarantool Expert (Cursor AI Plugin) (https://github.com/muskmr/tarantool-expert-cursor-plugin, https://cursor.directory/plugins/tarantool-expert): Создал и выкатил в Cursor Directory плагин для каноничного проектирования и документирования архитектуры по шаблонам Mermaid. - AI SDLC Dreamteam Harness(https://github.com/muskmr/dreamteam-agedevs): multi-agent пакет (React / Node / local Ollama / Podman) для изучения ИИ-агентов (в закрытых enterprise on-prem). - Configure System UI, Figma. (https://www.figma.com/design/oLounfTslwmPloXSqZGg2V/Configure-System-UI) — прототип control-plane UI для CHR (роуминг)
Публичные выступления: • Agentic Dev Conf 2026 (Ontico): Доклад «Configure System UI» ( agentic fullstack в регулируемых ИБ-контурах) — принят в программу мероприятия(резерв), (https://agenticdevconf.ru/talks/selyutin_yuriy). • Saint HighLoad++ 2024: Доклад «In-memory в телекоме...» — вошел в конкурсный short-list. • Митап Гильдии аналитиков и архитекторов (2022): Спикер совместной сессии с главным архитектом Ростелекома. • обзор на К. Вигерса на Tproger (https://tproger.ru/books/obzor-knigi-karla-vigersa-razrabotka-trebovanij-k-programmnomu-obespecheniju).
Кого я ищу: Сильные продуктовые платформы, AI-driven стартапы, EdTech/Media стриминги или BigData/High-Load продукты, которым нужен автономный технический продакт. Тот, кто говорит с инженерами (C++, Go, React, DBA) на одном языке, защищает бюджеты перед топ-менеджментом и выжимает из LLM-инфраструктуры коммерческий результат, а не просто хайп. Открыт к предложениям. Давайте общаться в ЛС или в Telegram (ссылка в профиле)! 🚀 Удачи в публикации, и пусть отклики будут целевыми и амбициозными! Если понадобится подготовиться к первому скринингу или раскидать технический кейс по метрикам/архитектуре — сразу пиши, всё разберем.
