Анна Суслина

Я пришла в AI и автоматизацию из аналитики и продукт-менеджмента: 6+ лет в продукте и работе с крупными клиентами, последний год — собственные AI-продукты, построенные руками от агента до биллинга. Ищу роль, где соединяются продуктовый опыт, любовь к данным и умение самостоятельно строить AI/automation-решения, которые экономят командам время и приносят бизнесу деньги.

Чем могу быть полезна

• внутренние AI-инструменты: агенты, ассистенты, автоматизация процессов;
• продукты вокруг данных и аналитики: dashboards, attribution, decision-making tools;
• no-code/low-code решения, сокращающие ручной труд и повышающие эффективность команд.

Ключевые навыки

AI / Automation

• проектирую диалоговых AI-агентов: промтинг, тон, частота коррекций, память о пользователе — итерации на основе анализа реальных диалогов;
• строю персонализацию через эмбеддинги и векторный поиск фактов о пользователе (RAG-подход, agent memory);
• собираю сложные LLM-пайплайны в n8n: ветвления, обработка ошибок, интеграции внешних API;
• строю работающие продукты в паре с LLM (AI-assisted development): начала вайбкодить до того, как это стало мейнстримом — первый продукт собран на GPT-4o без формального опыта разработки.

Продукт и аналитика

• JTBD-подход, глубинные интервью (≈30 проведённых), проверка продуктовых гипотез;
• roadmap и backlog: баланс крупных фич, техдолга, UX и репутационных задач;
• монетизация: упаковка ценности в тарифы, рост выручки продуктов (кейсы ниже);
• 6 лет в предметной области сквозной аналитики, атрибуции и коллтрекинга.

Техника и интеграции

• поднимаю базовую инфраструктуру: сервер, Docker, Nginx, вебхуки;
• интеграции с биллингами и банками: рекуррентные списания, статусы платежей, обработка ошибок;
• архитектура Telegram-ботов и мини-апок: сценарии, состояния, UX-копирайтинг.

Мета-навыки — то, из чего растут остальные

• Учусь предмету в процессе. Сама захожу в незнакомую область и довожу себя до уверенного уровня: аккаунтинг → продукт → инфраструктура → AI. Каждый переход — самостоятельный.
• Проверяю до механизма. Не принимаю утверждения на веру — ни от людей, ни от нейросетей; мне нужно понять, почему решение работает.
• Декомпозиция. Раскладываю сложное на решаемые части — от схем телефонии для автохолдинга до архитектуры AI-агента.
• Длинные дистанции. Продукты не бросаю на MVP — докручиваю до стабильной работы на живых пользователях. (Вне работы то же самое: полумарафон позади, готовлюсь к марафону.)
• Объясняю сложное просто. 6 лет переводов «техника ↔ бизнес»: клиентам, команде, а теперь — нейросетям в промтах.

Опыт

Engify — AI-репетитор разговорного английского

Telegram-бот и мини-апка: пользователь общается голосом на английском, получает мягкие правки, а бот помнит его и ведёт персональный диалог.

• AI-агент с памятью: эмбеддинги и «юниты» — факты о пользователе подмешиваются в контекст (RAG, agent memory);
• prompt engineering: десятки итераций промтов по анализу реальных диалогов и обратной связи;
• LLM-пайплайны в n8n: обработка голоса и текста, ветвления сценариев, режимы «практика»/«перевод»;
• рекуррентный биллинг, модель подписок и доступов — полностью своя;
• мини-апка, сайт, позиционирование, SEO, партнёрства с преподавателями.
• Результат: ≈800 пользователей, есть платящие клиенты. Вся автоматизация сделана руками.

VPN-сервис с мини-апкой в Telegram

Прыжок в AI: ноль опыта в разработке — продукт построен в паре с GPT-4o, до того как AI-assisted development стал мейнстримом.

• подняла сервер, разобралась в админке провайдера и его API;
• спроектировала генерацию и хранение ключей, связала с биллингом;
• собрала мини-апку: сценарии подключения и продления.
• Результат: ≈300 платящих пользователей без активного маркетинга — органика и сарафан.

Product Manager — отчёты и офлайн-оцифровка

• запустила переход от фич «по наитию» к планированию на основе исследований: ≈30 глубинных интервью (JTBD), структурированный backlog;
• групповые проекты-агрегаторы для сетей: спроектировала с командой механизмы агрегации в рамках жёстких техограничений, упаковала в премиум-тариф → рост числа проектов ×2,5 за год, выручка сегмента +30%, ≈100 крупных клиентов;
• офлайн-оцифровка: из Excel-выгрузок — в автоматическую систему возврата сделок в аналитику → выручка продукта с ≈200 тыс ₽ до ~1 млн ₽ в месяц;
• кастомные группировки и срезы для enterprise: UTM по брендам, гео и каналам;
• стратегия универсального конструктора отчётов вместо разовых «отчётов под клиента».

Проджект-менеджер внедрений (ключевые клиенты)

• главный кейс: внедрение сложнейшей системы подменных номеров для автохолдинга из ≈228 дилерских центров — отслеживать источники всех звонков по сети и не разориться на номерах; очень сложные схемы подмены, баланс полноты данных и экономики;
• выстраивала работу так, чтобы команды клиентов самостоятельно работали с аналитикой и опирались на метрики в решениях;
• переговоры на уровне крупного бизнеса, стабильное выполнение KPI.

Ценности

• Не булщит-ворк. Хочу зарабатывать много — но только на том, что по-настоящему важно другим людям. Польза — мой критерий приоритизации.
• Честные продукты. Не поддерживаю маркетинг через FOMO и манипуляции: строю то, что реально помогает и даёт человеку ощущение контроля.

Немного личного

Живу в горах, бегаю (полумарафон позади, готовлюсь к марафону), много читаю, путешествую — самое яркое: автодом по Новой Зеландии. Катаюсь на сноуборде и ценю ощущение «чуть страшно, но интересно» — оно очень похоже на запуск нового продукта. Английский — рабочий уровень и активно расту: учу его с собственным AI-репетитором.

Контакты

Могу адаптировать резюме под конкретную вакансию: акцент на AI/automation, продуктовой части или работе с клиентами.
← а ещё можно пройти мой путь в интерактивной версии