مدير منتج ذكاء اصطناعي
AI Product Manager
بيمتلك منتجات الـ AI من الفكرة لإطلاقها.
الراتب الشهري
٢٥k – ١٠٠k ج.م
المتوسط: ٥٠٬٠٠٠ ج.م
طلب السوق
متزايد
عن شغلانة مدير منتج ذكاء اصطناعي
حلقة الوصل بين فرق علوم البيانات والهندسة وأصحاب المصالح. بيحدد خريطة طريق المنتج ويرتب الأولويات ويدير الإطلاقات. يتطلب فهم عميق لقدرات الـ ML واستراتيجية المنتج.
السوق المصري
الشركات الناشئة في الـ MENA region (خصوصاً Dubai-based) بتدفع جيد جداً لـ AI PMs.
يوم في حياة مدير منتج ذكاء اصطناعي
يوم مدير منتج ذكاء اصطناعي في القاهرة بيبدأ غالباً قدام لاب توب وكوباية قهوة بعد ٩-١٠ الصبح. أول ساعة بتروح في فحص الإيميل والـ stand-up مع الفريق. بعدها بتدخل في الـ deep work الفعلي — كتابة كود، حل مشكلة تقنية، أو تصميم نظام. الـ ٤-٥ ساعات اللي في الوسط هي اللي بتحدد إنتاجيتك. آخر اليوم عادة فيه code review أو اجتماع مع الـ product team. الأيام اللي فيها deadlines بتمتد لـ ٧-٨ مساءً، لكن في الشركات الكويسة الشغل بيبقى ٨-٩ ساعات وخلاص. الأسبوع بيختلف بحسب الـ sprint — في وسط الـ sprint بتبني features، في آخره بتختبر وتنشر. مهاراتك الأساسية: Product Strategy، ML Literacy، Stakeholder Management. اللي بيخلي اليوم ده مرضي هو لحظة لما الـ build بينجح أو لما المستخدم بيبعت feedback إن الـ feature ساعدته.
مسار التطور: من البداية للقمة
مسار التطور المهني في شغلانة مدير منتج ذكاء اصطناعي في مصر مر بـ ٤ مراحل واضحة. **المرحلة الأولى (٠-٢ سنة):** بتبدأ بـ ٢٥٬٠٠٠ جنيه شهرياً تقريباً. التركيز في المرحلة دي على تعلم الأساسيات + بناء سمعة + شبكة علاقات أولية. الشركات الكبيرة بتدّيك تدريب منظم، الشركات الصغيرة بتدّيك مسؤولية أكبر. **المرحلة الثانية (٢-٥ سنين):** الراتب بيقفز لـ ٤٠٬٠٠٠ ثم ٥٠٬٠٠٠ جنيه. في الوقت ده بتتخصص — تختار جانب معين من الشغلانة وتبقى الأقوى فيه. اللي بيقفزوا أسرع هم اللي بيغيّروا شركتين في الفترة دي (٢-٣ سنين في كل شركة) بدل ما يفضلوا ثابتين. **المرحلة الثالثة (٥-١٠ سنين):** المرتب يوصل ٨٥٬٠٠٠ جنيه. بقيت موجود في كل مكان لكن مش كل واحد ليه نفس القيمة — بتختار مكان شغلك مش بتقدم على وظيفة. ممكن تشتغل مدير قسم أو consultant مستقل. **المرحلة الرابعة (١٠+ سنين):** القمة بتوصل ١٠٠٬٠٠٠ جنيه شهرياً أو أكتر، خصوصاً لو فتحت مشروع خاص أو بقيت partner في شركة كبيرة. مهارات لازمة عشان تتطور: Data Analysis، Roadmapping.
إزاي تبدأ في المجال ده؟
**إزاي تبدأ في مجال مدير منتج ذكاء اصطناعي في مصر؟** السوق بيكبر، الفرص بتزداد سنة وراء سنة، ابدأ في الوقت ده وأنت من جيل المؤسسين. الخطوات اللي بنصح بيها أي حد بيبدأ من الصفر: **(١) أتقن الأساسيات** — لازم تتقن Product Strategy، ML Literacy، Stakeholder Management قبل ما تتقدم لأول وظيفة. كورسات مجانية على Coursera و YouTube بالعربي والإنجليزي تكفي للبداية. خصص ٣-٦ شهور للتعلم الجاد. **(٢) ابني portfolio أو خبرة عملية** — في tech ما حدش هياخدك بدون أمثلة لشغلك. لو طالب، اشتغل بمشاريع جامعية حقيقية وحطها على GitHub أو Behance أو موقع خاص. لو خريج، تطوع في مشاريع صغيرة أو فريلانس بدون مقابل أول كام مرة لبناء سمعة. **(٣) قدم على الـ entry-level openings** — استخدم وزروف، LinkedIn، و bayt.com. فيه مئات الوظائف الـ entry-level مفتوحة في القاهرة والإسكندرية. **(٤) تعلم الـ skills المتقدمة** — بعد سنة في شغلك الأول، ابدأ تركز على Data Analysis، Roadmapping. دي اللي هتميزك عن باقي العاملين في المجال. **(٥) ابني شبكة علاقات** — احضر فعاليات في مجالك، تابع المختصين في مصر على LinkedIn، شارك في مجموعات Facebook متخصصة. ٧٠٪+ من الوظائف الكويسة في مصر بتيجي بالـ referral مش بالتقديم العادي.
اللي محدش بيقولك
مدير منتج ذكاء اصطناعي مش حياة من خلف الشاشة فقط. ٥٠٪+ من شغلك بيكون اجتماعات + تواصل + كتابة وثائق + رد على الأسئلة. لو إنت introvert كامل، الشغلانة دي ممكن ترهقك. المهارة التقنية لوحدها مش كافية بعد سنة الـ entry-level — لازم تقدر توصّل أفكارك للناس مش التقنيين. الـ burnout في المجال ده شائع جداً، خصوصاً في الشركات الناشئة. كتير من الناس بيتركوا التكنولوجيا بعد ٧-١٠ سنين ويتجهوا للإدارة أو يفتحوا مشاريع خاصة. الراتب كويس لكن الـ work-life balance بيختلف من شركة لشركة بشكل كبير. اختار شركتك الأولى بحرص.
المهارات المطلوبة
- Product Strategy
- ML Literacy
- Stakeholder Management
- Data Analysis
- Roadmapping
In English
Owns AI-powered products from idea to launch.
Bridges between data science teams, engineering, and business stakeholders. Defines AI product roadmap, prioritizes features, manages launches. Requires deep understanding of both ML capabilities and product strategy.