• Own the product backlog end-to-end: write user stories, define acceptance criteria, and prepare clean, ready-to-build tickets for each sprint. • Run core product rituals — standups, sprint planning, backlog grooming, and retros — ensuring they are efficient, organized, and outcomes-focused. • Become a product expert: deeply understand workflows, data flows, dependencies, and edge cases to anticipate issues before they hit engineering. • Track and report key delivery metrics (e.g., rollover, cycle time, velocity, defects) to identify bottlenecks and improve team efficiency. • Analyze product usage and operational metrics to spot issues, monitor trends, and identify opportunities for improvement. • Manage the bug backlog with precision — triage issues quickly, prioritize ruthlessly, and ensure high-impact bugs are addressed. • Partner with QA to validate features, confirm acceptance criteria, and uphold product quality standards. • Collaborate closely with the Product Operations / Release Manager to ensure full clarity on what is being delivered each sprint and release. • Work with Design, Customer Success, and Implementation to gather requirements, clarify intent, and translate feedback into actionable improvements.

• Own AI Product Strategy and Vision • Develop and execute a strategic roadmap for AI research, messaging, and context capabilities. • Elevate AI Research • Enhance Apollo's AI research agents to surface actionable insights from the web. • Build Context Systems • Define how AI understands each user's business. • Transform AI Messaging • Own AI-powered messaging tools that create personalized, context-aware emails at scale. • Own AI Quality & Evaluation • Build and scale evaluation infrastructure across accuracy, relevance, clarity, and tone. • Collaborate Across Teams • Partner with engineering, design, prompt writers, and sales to deliver cohesive AI experiences.

• Own the product lifecycle from ideation and roadmapping to launch and scaling • Drive cross-functional execution with engineering, design, risk, and marketing teams • Define OKRs and success metrics to align product goals with company strategy • Translate complex requirements into clear documentation for engineering and design • Model product economics in partnership with data science to manage fraud and loss rates • Lead discovery and experimentation to iterate on prototypes and new features • Communicate updates and risks directly to executive leadership

• Product Management повний цикл роботи з продуктом: discovery → design → delivery → growth • Розробка та пріоритизація product roadmap на основі даних, досліджень і ринку • Побудова user journeys, сценаріїв активації та конверсії • Тестування гіпотез, A/B-експерименти, аналіз результатів • Тісна співпраця з ML, FE, BE, UI/UX для швидкого релізу фіч • Формування чітких і практичних вимог та user stories (стартапний підхід, без зайвої бюрократії) • Вимірювання impact кожної фічі на ключові продуктові метрики • Ведення робочих процесів команди: планування спринтів, постановка задач, контроль статусів • Координація FE, BE, ML, UI/UX, щоб усі рухались в одному напрямку • Управління пріоритетами та швидке перемикання між критичними задачами • Підтримка актуальності product backlog • Контроль delivery: дедлайни, обсяг робіт, блокери, виконання спринтів • Проведення регулярних мітингів (standups, grooming, sprint review) • Виявлення та усунення блокерів у команді • Синхронізація продукту, маркетингу та розробки • Забезпечення прозорості процесів через Notion / Jira • Перевірка якості результатів перед релізом (QA на рівні PM) • Координація релізів, changelog та комунікацій із користувачами • Оптимізація внутрішніх delivery-процесів для швидкої та передбачуваної роботи команди • Побудова маркетингової воронки: acquisition → activation → retention → referral → revenue • Підготовка комунікацій: лендинги, онбординг, email, push, освітній контент • Дослідження конкурентів, ринку, ICP та сегментів • Побудова маркетингових флоу всередині продукту • Контроль ключових етапів користувацького шляху: first wow moment → first success moment → habitual usage • Тестування фіч і воронок із фокусом на економіку (CR%, CAC, LTV) та ретеншн продукту (D0 / D7 / D30) • Повна продуктова аналітика: activation, usage, retention, churn, funnels • Робота з Data Analyst над подіями, дашбордами та метриками • Аналіз поведінки користувачів: cohort analysis, heatmaps • Виявлення точок зростання на основі даних