Опыт и ответственность
Владимир Ловцов
Руководитель разработки и продуктового портфеля
Беру ответственность за путь от задачи бизнеса до работающего продукта: команда, архитектура, приоритеты, выпуск и развитие.
Рассматриваю роли CTO, CDO и руководителя технологических изменений — с ответственностью за стратегию, команды, данные и результат бизнеса.
vladimir@lovtsov.devTelegram ↗LinkedIn ↗
Москва · офис, гибрид или удалённо · английский B2
Запуск продукта
5 месяцевот начала разработки до промышленной эксплуатации
Декабрь 2024 → апрель 2025Скорость изменений
14 днейсредний TTM продуктовых изменений
В действующем производственном контуреБизнес-результат
+30%рост доли кредитных предложений, завершившихся оформлением продукта
После переработки стратегии расчёта и формирования предложенийРезультаты созданы командой. Мой вклад — организация разработки, архитектурные и продуктовые решения, координация участников и ответственность за выпуск.Контекст и кейсы →
Где я работал и за что отвечал
ГК Иннотех · Группа Т1
Директор по управлению портфелем проектов · ИТ-лидер кластера разработки
Направление персональных кредитных предложений · заказчик: Банк ВТБ
- С декабря 2025 года руковожу продуктовым портфелем с оценочным бизнес-эффектом в несколько миллиардов рублей и кластером из нескольких кросс-функциональных команд: приоритеты, ресурсы, бюджеты, сроки и зависимости.
- Перевожу потребности бизнеса в продуктовую стратегию, дорожную карту, продуктовый и технический бэклог и архитектурные концепции; средний TTM изменений — 14 дней.
- Курирую развитие real-time и batch-платформ персонализации банковских предложений с обработкой десятков ТБ данных в сутки.
- Переработал стратегию расчёта и формирования кредитных предложений; доля предложений, завершившихся оформлением банковского продукта, выросла на 30%.
- В конце сентября 2024 года принял проект по созданию Decision Engine, аналога SAS RTDM, в роли ИТ-лидера; к ноябрю сформировал команду, в декабре запустил разработку.
- Вывел Decision Engine в промышленную эксплуатацию в апреле 2025 года — за 5 месяцев от начала разработки.
- Выстроил полный производственный процесс: аналитика и требования, архитектура, разработка, тестирование, CI/CD, выпуск изменений и эксплуатация.
- Перестроил работу направления прикладных сервисов Big Data: объединил команды, повысил автоматизацию с 40% до 80% и почти вдвое сократил технический долг.
- В роли аналитика данных участвовал в трансформации проекта графовой платформы в продукт Mirion: прототипировал ETL- и ML/AI-решения, исследовал графовые алгоритмы и прорабатывал продуктовую архитектуру.
Как менялась моя ответственность
- Директор по управлению портфелем проектов · ИТ-лидер кластера разработки
- Директор по управлению проектом Decision Engine
- ИТ-лидер проекта Decision Engine
- ИТ-лидер направления прикладных сервисов Big Data
- Руководитель группы аналитиков
- Аналитик данных
Практики и технологииPortfolio Management · Product & Backlog · Budgeting · Stakeholder Management · Highload · Event-Driven Architecture · Big Data · Apache Flink · Java · Scala · Python · CI/CD
Группа Т1 · проект «Техногильдии»
Руководитель проекта · параллельная роль
Оргдизайн, инженерное сообщество и масштабирование экспертизы
- Инициировал сообщество и привлёк более 20 senior-экспертов для адресной помощи командам; к решению задач подключались и другие участники.
- По моей оценке, участники сообщества решили более тысячи инженерных кейсов за время работы инициативы и помогали командам повторно использовать проверенные решения.
- Получил поддержку руководства группы и выстроил модель обмена инженерными стандартами между командами.
- Курировал курс Data Engineering в 2024 году, перезапускал курс системного анализа в 2023 году и прорабатывал учебные материалы; организовал регулярные внутренние митапы.
Практики и технологииOrg Design · Talent Network · Engineering Culture · Knowledge Management · IT Transformation
Банк ВТБ
Ведущий аналитик данных · Full-stack аналитик
Корпоративная платформа данных
- Проектировал solution-архитектуру, Data Flow и интеграционные взаимодействия через REST, gRPC и Kafka.
- Разрабатывал прототипы ETL-процессов на PySpark для витрин Cloudera Hadoop, алгоритмы фильтрации и контроля качества данных.
- Собирал функциональные и нефункциональные требования для антифрода, ML/AI и рисковых моделей; руководил экспертизой качества данных и ревью решений подрядчиков.
Практики и технологииPySpark · Hadoop · Kafka · Python · SQL · ArangoDB · REST · gRPC
Kerama Marazzi
Senior Data Quality Analyst
Mohawk Industries · Data Governance и мастер-данные
- Разработал архитектуру корпоративных данных и защитил адаптированную модель Data Governance перед топ-менеджментом.
- Руководил перестройкой потоков данных: устранил причины ошибок в ежедневной отчётности для инвесторов США и масштабировал решение на российский холдинг.
- Выстроил системный контроль качества данных и снижение операционных рисков на ландшафте корпоративных систем.
Практики и технологииData Governance · MDM · Data Quality · Python · SQL · 1C
Nestlé Россия
Менеджер Back Office данных · финансовый аналитик
Финансы, мастер-данные и автоматизация процессов
- Руководил небольшой командой и оптимизировал SLA обработки заявок с двух месяцев до пяти рабочих дней.
- Разработал финансовые модели маркетинговых активностей и инвестиционных решений.
- Участвовал в создании модели цифрового мерчандайзинга и алгоритма дедупликации торговых точек.
Практики и технологииProcess Optimization · SQL · Python · ETL · MS SQL · Dynamics CRM · SAP
Что я привношу в работу
Портфель и продукт
- Управление портфелем, программами и проектами
- Продуктовая стратегия, дорожная карта и бэклог
- Приоритизация по ценности, риску и трудоёмкости
- PMBOK: знание принципов управления содержанием, сроками, бюджетом, ресурсами и рисками
Delivery и качество
- Scrum и Kanban на практике; знание принципов SAFe
- Полный цикл SDLC и контрольные точки качества
- CI/CD, выпуск изменений и эксплуатация
- TTM, надёжность и технический долг
Люди и взаимодействие
- Управление стейкхолдерами и переговоры
- Риски, зависимости, изменения и эскалации
- Ресурсное планирование и обратная связь
- Оргструктура, найм и развитие специалистов
Архитектура, данные и AI
- Высоконагруженные и микросервисные системы
- Big Data, потоковая обработка и Data Governance
- Событийная архитектура и интеграции
- AI-инструменты в инженерном процессе
Собственная инженерная практика
Автор · собственный продукт
LAF · система управления разработкой с ИИ-агентами ↗
Организует автономную очередь разработки: декомпозиция, изолированные рабочие копии, проверки, сохранение контекста и контроль бюджета.
Использую в собственных проектах; рассматриваю формат коммерческого продукта.Автор · личный помощник руководителя
Планограф AI ↗
Связывает бэклог, зависимости, загрузку специалистов и годовое планирование. Помогает сравнивать сценарии поставки с учётом ограничений команды.
Математическая модель распределения на OR-Tools CP-SAT; личный продукт, не корпоративное внедрение.Автор личных реализаций
AI / ML · RAG ↗
Извлечение данных из текста, анализ обращений, прогнозирование и поиск по базе знаний. RAG-ассистент объединяет лексический и семантический поиск с API / MCP.
Рабочие реализации и исследовательские сценарии; возможность адаптации обсуждаю по конкретной задаче.Образование и развитие
МГТУ им. Н. Э. Баумана
- Менеджмент, бакалавр · сентябрь 2014 — февраль 2017 · факультет инженерного бизнеса и менеджмента
- Наноинженерия в электронике, бакалавр · сентябрь 2012 — июнь 2016
Второе высшее начал на третьем курсе первого; с сентября 2014 года учился по двум программам параллельно.
Дополнительное обучение
- Hi-PO: управление IT-командами · Стратоплан / Т1 · 2022
- Spark for Data Engineering · Big Data School · 2021
- Data Science · Яндекс Практикум · 2020
Выступления и обмен опытом
- Saint HighLoad++
- Анализ и управление в IT
Ускорение разработки с применением AI
- Analyst Days
Узри, падаван, путь данных
- Analyst Days
Не красьте траву: риски и ценность данных