Проектный менеджмент в разработке корпоративных ИТ-систем

С сегодняшнего дня мы начинаем цикл публикаций, посвященных проектному управлению. Тема выбрана неслучайно, ведь качество конечного продукта, будь то интеллектуальная поисковая система или корпоративное решение на базе ИИ, напрямую зависит от выстроенных процессов и координации команды.

Управление проектом мы традиционно делим на два контура:
➖ внешний — организация процессов и коммуникаций с заказчиком, подрядчиками и смежными командами;
➖ внутренний — выстраивание работы команды, распределение задач и обеспечение эффективных коммуникаций.

Как правило, успех любого проекта определяется балансом двух этих направлений.

Важно разделять проектное управление и проектную деятельность. Проектное управление подразумевает методологии и набор инструментов, с помощью которых выстраиваются процессы и коммуникации. В свою очередь, проектная деятельность — это непосредственно реализация продукта, она всегда уникальна и сопряжена с высокой степенью неопределенности.

Управление проектом — это работа в ограниченных и постоянно меняющихся условиях. Сроки, бюджет, кадровые ресурсы и технические требования динамичны, и каждое их изменение влияет на ход работы. Задача проектного менеджмента — удерживать равновесие между ними, предвидеть риски и оперативно реагировать на них. К числу таких рисков можно отнести:
🔹расширение или изменение требований на этапе разработки;
🔹 изменение приоритетов и целей проекта со стороны заказчика после запуска проекта;
🔹 технологические ограничения: сложности с архитектурой, требованиями ИБ, необходимость пересмотра технологического решения или реализации дополнительных интеграций;
🔹человеческий фактор: увольнение или болезнь ключевых сотрудников, нехватка квалификации;
🔹 внешние зависимости: затягивание согласований со стороны заказчика или смежных команд, влияющее на сроки.

В рамках темы мы рассмотрим ключевые аспекты проектного управления в разработке ИТ-систем, разберем основные этапы, поговорим про методы планирования и контроля. Эксперты Embedika поделятся собственным опытом и принятыми в командах практиками.

С чего начинается управление проектом: рассказываем про работу с бэклогом

С правильной систематизации задач начинается выстраивание предсказуемого процесса разработки. Пока требования не собраны в едином структурированном списке, планирование сроков, приоритетов и ресурсов опирается на неполные данные.

Бэклог — это упорядоченный список всех идей и задач проекта: новые функции, исправления, технические доработки, продуктовые гипотезы. В нем хранится вся будущая работа, от крупных инициатив до мелких правок.

📍Откуда берутся задачи?
Задачи не появляются в бэклоге сами собой. Они поступают из разных источников: заметки, excel-таблицы, комментарии в документах, переписка в чатах, обсуждения на встречах и т.д. Если не систематизировать этот поток, требования теряются, а важные идеи оседают в личных сообщениях и забываются.

Так, первый шаг для формирования этого перечня — собрать все идеи и предложения в одном месте. Для этого полезно периодически проводить брейнштормы со стейкхолдерами, чтобы выявить новые потребности и сразу фиксировать их.

📍Какие бывают типы бэклогов?
Универсального бэклога не существует — его структура зависит от задач команды и уровня планирования. На практике используют несколько условных типов:

🔹Первый уровень — бэклог продукта или проекта, куда попадают все идеи от стейкхолдеров. Это стратегический список всего, что может быть сделано когда-либо.
🔹Второй уровень — бэклог команды, где собраны приоритетные задачи, уже прошедшие анализ и готовые к реализации. Он показывает текущую загрузку.
🔹Третий уровень — бэклог спринта, включающий задачи, взятые в работу прямо сейчас. На них команда фокусируется в ближайший период.

Задачи проходят этот путь последовательно. От идеи через анализ в командный бэклог и только потом — в спринт.

📍Предварительный анализ задач
Бэклог без описания задач быстро теряет смысл. Если фиксировать только название, через несколько месяцев команда уже не вспомнит, что именно имелось в виду и почему эта задача важна. Минимальный набор информации включает:
🔹 краткое описание задачи;
🔹 бизнес-ценность (зачем это нужно пользователям или бизнесу);
🔹 контекст появления (на какой встрече или в каком обсуждении возникло требование);
🔹 визуальные материалы (скриншоты, ссылки, примеры).

Грамотно организованный бэклог делает работу команды более предсказуемой, снижает хаос в задачах и упрощает взаимодействие между разработчиками, аналитиками, заказчиками и другими стейкхолдерами.

Проектная команда Embedika: роли и зоны ответственности

Залог успеха любого проекта — это его команда. И то, насколько четко выстроено взаимодействие в ней, часто становится решающим фактором. Как формируется проектная команда, какие специалисты в нее входят и за что отвечают рассказываем в сегодняшнем посте 👇

Когда формируется команда?
Проектная команда в Embedika собирается не в момент появления идеи, а когда проект уже прошел стадию защиты бюджета и утверждения. К этому моменту есть понимание, что заказчик готов выделить финансирование, и мы можем начинать подбирать людей под конкретные задачи.

Базовый набор ролей для старта проекта в Embedika выглядит так:
🔹 Руководитель проекта (РП) — определяет стратегию реализации и сдачи результата заказчику, координирует внутренние и внешними процессы, коммуникации, минимизирует риски. Отвечает за проект целиком.
РП в Embedika часто вырастают из ведущих аналитиков, т.к. они уже обладают компетенциями, важными для управления: понимание «болей» заказчика, умение управлять требованиями и отсекать лишнее, комплексное видение системы и ее взаимосвязей, что позволяет контролировать границы проекта. Кроме того, БА находится в постоянной коммуникации с заказчиком и хорошо знает внутреннюю кухню команды, что в будущем помогает успешно выстраивать управление.
🔹 Тимлид — руководитель команды разработки проекта. Сочетает технические и управленческие навыки. Как правило, это опытный backend-разработчик, который также выступает в роли архитектора, определяет инструменты и технологии, берет на себя сложные задачи, помогает команде с их решением. Тимлид выстраивает работу разработчиков и вместе с РП участвует в коммуникациях с заказчиком, разделяя ответственность за успешную реализацию проекта.
🔹 Аналитик — работает с требованиями, погружается в предметную область, взаимодействует с заказчиком по широкому перечню вопросов: уточняет исходные требования, согласовывает концепцию по их реализации (как именно будет выглядеть функционал), обсуждает нюансы по ходу разработки, презентует готовые функции и ведет сбор обратной связи и новых требований к продукту.
🔹 Разработчики (backend и frontend) — реализуют функциональность. В зависимости от объема и сроков реализации проекта количество специалистов может варьироваться. Они могут подключаться постепенно: на старте — минимальное количество, а по мере роста числа задач из аналитики и наращивания темпов разработки команда усиливается.
🔹 Тестировщик — отвечает за качество продукта: ищет ошибки, проверяет соответствие требованиям, помогает сделать функционал удобным и стабильным. Подключается к проекту, когда появляются первые наработки для тестирования.
🔹 DevOps и дизайнер — привлекаются точечно под конкретные задачи, например, для настройки инфраструктуры или проработки интерфейсов.

Внутри проектной команды мы выделяем лидирующие позиции и специалистов, которые занимаются узкопрофильными задачами. Постоянные внутренние коммуникации РП направлены на взаимодействие с лидами: тимлидом, ведущим фронтенд-разработчиком, ведущим бизнес-аналитиком и ведущим тестировщиком.

Именно с ними РП обсуждает ключевые вопросы, планы и процессы. Это те участники команды, на мнение которых он опирается в наибольшей степени, привлекая их к принятию решений и формированию позиции для трансляции заказчику. За каждым лидом закреплена своя группа специалистов. В задачи лидов входит, в том числе, организация работы внутри направления, а также трансляция команде общих целей, задач и планов по итогам обсуждений с РП.

Такая структура позволяет РП удерживать фокус на проекте в целом, не погружаясь в операционное управление каждым участником команды.

Подборка полезных и интересных материалов

ИИ-разработка, обучение моделей и неочевидное применение технологий — в новой подборке свежие материалы о технологиях, которые стоит изучить, прослушать и сохранить в закладки.

Статьи:
📎 «Коммерсантъ» со ссылкой на аналитиков Nodul рассказал, почему открытые языковые модели в 40 раз дешевле проприетарных при незначительном отставании в качестве.
📎 Интервью ТАСС с гендиректором EdTech-компании «Лань»: почему единые правила использования ИИ в образовании могут стать ключом к его массовому внедрению.
📎 Колонка Forbes про синтетические данные: почему сегодня компании считают информацию, созданную нейросетями, стратегическим активом.

Заметки в блогах:
✍️ Результаты опроса ProductSense и X5 Group: менеджеры цифровых продуктов в 2025 году больше всего времени посвятили развитию ИИ-навыков.
✍️ Заметка в канале MWS AI о том, почему использование ИИ вне контура компании-разработчика может быть небезопасно и на что обратить внимание.

Книги:
📚 «Обучение с подкреплением», Саттон Ричард С., Барто Эндрю Г. — книга объясняет принципы обучения ИИ от базовых алгоритмов до современных методов, включая связь с психологией поведения.
📚 «Строим LLM с нуля», Себастьян Рашка — практическое руководство языковым моделям, которое помогает понять их устройство и самостоятельно создать рабочую версию.

Подкасты:
🎤 Подкаст MWS AI: разговор с командой MWS AI о том, как искусственный интеллект меняет работу компаний и людей.
🎤 Подкаст Data Heroes: как Data Science помогает создавать новые сервисы для покупателей и продавцов, бороться с фродом, а также как оценить реальную эффективность ИИ для бизнеса.

RnD ML @ Sber-AI

Хотим порекомендовать канал от коллег — t.me/rndml_team. Это блог команды RnD ML, который ведёт Саша Капитанов

📎 Вместо типичного потока ИИ-новостей они пишут про свою внутреннюю кухню: фундаментальные исследования, опенсорс-релизы, сборку датасетов и бенчмаркинг, обучение моделей в самых разных областях GenAI. А что особенно ценно — честно разбирают свои технические факапы. Если вы работаете с Computer Vision, Speech, NLP или мультимодальными моделями в GenAI, там точно есть за что зацепиться. Ребята работают с технологиями и делятся опытом с сообществом.

🔗 Основные R&D направления

🔮 Omnimodality: работа с омнимодальными архитектурами в домене изображений, длинных видео и смешения модальностей (вижен + спич)
🤖 Исследования в области VLA-моделей, навигации роботов и обучения агентов («компьютер оператор») в сложных средах.
🎙 Audio & Speech: нативный войс мод, а также музыкальные и речевые технологии, включая редактирование аудио.
🚀 LLM Architectures & Pre-training: поиск и тестирование альтернатив классическому трансформеру. Гибридные архитектуры, линеаризация Attention , внедрение векторов памяти и современные подходы к организации претрейна.
📩 Data & Evaluation: разработка пайплайнов для сбора, фильтрации и анализа датасетов. Построение процессов бенчмаркинга GenAI моделей (включая расширение мультимодальных тестов MERA) и валидации метрик.
🧏 РЖЯ: исследования в области жестового языка от распознавания дактиля до полноценных моделей реалтайм-переводчика.
🛠 3D/CAD: ресерч и генерация в нестандартных и специфических модальностях, выходящих за рамки текста и растра — векторная графика (CAD, SVG), 3D-представления объектов.

Подписывайтесь: @rndml_team 👾

Embedika в числе крупнейших поставщиков заказной разработки ПО

Аналитическое агентство TAdviser представило ежегодный обзор российского рынка заказной разработки. В нем участвовали 87 компаний, а их суммарная выручка превысила 220 млрд рублей. По итогам исследования Embedika вошла в число крупнейших поставщиков услуг в этом сегменте.

Ключевой результат: наш рост выручки в сегменте заказной разработки с 2023 по 2024 год составил 115,9%.

В своем обзоре аналитики TAdviser фиксируют смену фазы рынка: от «срочного импортозамещения» мы переходим к «зрелой разработке». Темпы роста стабилизировались на уровне 20-25% в год, а структура спроса изменилась:

👉 Интеграция и кастомизация — один из ключевых трендов. На интеграционные решения и сложные корпоративные проекты приходится до 70% рынка.
👉 ИИ и аналитика данных — второй сегмент по темпам роста. Рынок по-прежнему осторожен, но интерес к внедрению ИИ в бизнес-процессы только усиливается.

Попадание в рейтинг — это еще одно подтверждение правильного вектора развития. Наши платформы закрывают те потребности бизнеса и государства, которые сегодня в фазе наибольшего роста — сложная кастомизация и работа с данными.

🔗 Полный текст обзора доступен по ссылке.

Цифровая среда без перегрузки сотрудников: обзор ИИ-инструментов

И еще одна важная новость — в Т-Бизнес Секретах уже вышел новый материал от директора по развитию бизнеса в Embedika, Айканыш Орозбаевой!

Рассказываем о системных причинах, по которым количество инструментов растет, а скорость работы падает, и о подходах к автоматизации, которые действительно освобождают время.

Главные проблемы, которые разбираем:
▫️ До 90% корпоративного контента остается неструктурированным — поиск превращается в отдельный рабочий процесс;
▫️ Сложные регламентные цепочки с ручным контролем растягивают сроки согласования;
▫️ Эксперты тратят время на подготовительные операции вместо профильной работы.

Подходы к автоматизации за счет внедрения ИИ-решений:
✔️ ИИ не заменяет специалистов, а берет на себя поиск, подготовку данных и формальный контроль. Эксперт подключается на этапе анализа и принятия решений.
✔️ Эффект дает не установка отдельного сервиса, а встраивание технологий в сквозные процессы. Это убирает лишние переключения между системами и сокращает долю ручного труда.
✔️ Автоматизация должна опираться на конкретные метрики до старта — от скорости обработки документов до экономии часов работы.

🔗 Полный текст статьи и карта ИИ-решений для автоматизации — на сайте Т-Бизнес Секреты

#сми_о_нас