Director, Product | Lab Archives

О позиции

Вы присоединитесь к глобальной команде, которая создаёт «Лабораторию Будущего» — самую полную цифровую платформу для научных исследований с использованием лучшего ПО для более 2 миллионов учёных. Dotmatics — компания учёных для учёных, часть Siemens, объединяющая такие продукты как LumaLab, Graphpad Prism, Geneious, SnapGene и другие. Роль требует лидера, который понимает продукт как бизнес, умеет балансировать потребности академического и федерального секторов, и обладает экспертизой в области AI. Вы будете отвечать за стратегию, дорожную карту, коммерческие результаты и рост продукта, с которым работают тысячи исследователей по всему миру.

Чем заниматься

• Определение видения, стратегии и многолетней дорожной карты LabArchives
• Руководство развитием продуктовой команды: найм, коучинг, карьерные траектории
• Коммерческая ответственность: ценообразование, пакеты, ренюэлы, ARR, net revenue retention
• Сотрудничество с Sales, Marketing и Customer Success в go-to-market планировании
• Настройка операционного ритма: планирование, обзоры roadmaps, приоритизация, метрики
• Определение KPI продукта: adoption, retention, NRR, customer satisfaction, release quality
• Партнёрство с инженерным лидерством по архитектуре, безопасности, масштабируемости
• Трансляция стратегии в эпиксы и задачи, адаптация по фидбеку клиентов
• Формирование требований для ELN, Inventory, Scheduler функций
• Оценка внедрения AI в продукты LabArchives с учётом рынка
• Управление отношениями с интеграционными партнёрами
• Представление продукта на конференциях и брифингах

Что ждут

• 15+ лет опыта в продуктовом управлении программным обеспечением (SaaS)
• 8+ лет управления командой продуктовых менеджеров и коммерческой ответственности
• Опыт работы с B2B enterprise SaaS продуктами, owned roadmap & delivery
• Коммерческий бэкграунд: pricing, renewals, ARR, NRR, GTM partnership
• Понимание инженерной архитектуры, cloud infrastructure, security, scalability
• Опыт Agile-like разработки и cross-functional collaboration
• Data-driven decision making на основе аналитики и фидбека
• Управление стейкхолдерами, executive communication skills
• Опыт работы с ELNs, LIMS или научным ПО будет преимуществом
• Fluency в AI tools and integration into products

Будет плюсом

• Продажи продуктов в education market, higher ed procurement
• Опыт работы с U.S. federal customers (FedRAMP, NIST, FISMA)
• Знание research data management, FAIR data principles
• SSO, SAML, OAuth, audit logging в regulated environments
• Опыт создания AI-powered features в production
• Интеграции через APIs с приборами, LIMS, data platforms
• Product led growth, self-service purchasing, reseller partnerships
• Инженерный бэкграунд или работа рядом с engineering team

Условия

• Работа в глобальной компании Siemens со стабильностью и ресурсами
• Dynamic, remote-friendly среда с высокой степенью автономии
• Возможность напрямую влиять на будущее научных исследований
• Команду из 800+ коллег в 180 странах мира
• Решение реальных задач в области науки, биологии, медицины
• AI-fluent культура и возможность внедрения инноваций
• Contribution к платформе, использующейся 2 миллионами учёных
• Профессиональное развитие и карьерные возможности внутри организации

Навыки

• Product Management
• SaaS
• B2B
• Strategic Planning
• Roadmap Management
• Team Leadership
• Pricing Strategy
• ARR
• Net Revenue Retention
• Agile
• Scrum
• Go-to-Market
• Customer Success
• API Integration
• Cloud Infrastructure
• Security
• FedRAMP
• NIST
• Cybersecurity
• Machine Learning
• AI Integration
• Data Analytics
• Stakeholder Management
• Enterprise Software
• ELN
• LIMS
• Identity and Access Management
• OAuth
• SAML
• Regulated Environments

Могут спросить на собеседовании

1. Расскажите о вашем опыте построения продуктовой стратегии для enterprise B2B SaaS. Как вы балансируйте интересы разных групп стейкхолдеров?
2. Как вы подходите к формированию цены и упаковки продукта? Приведите пример успешной стратегии ценообразования.
3. Какой опыт у вас есть в управлении продуктовыми командами? Как вы развиваете таланты и выстраиваете процесс найма?
4. Как вы интегрируете AI/ML решения в существующие продукты? С какими вызовами сталкивались?
5. Расскажите о работе с федеральными клиентами и compliance требованиями (FedRAMP, NIST, FISMA). Какие были сложности?