Старший менеджер продукта в VK Музыку

VK Музыка — стриминговый сервис, который объединил музыкальную платформу ВКонтакте и отдельное приложение VK Музыка. Миллионы пользователей слушают здесь музыку, а тысячи артистов находят свою аудиторию.

Мы разрабатываем, улучшаем и поддерживаем крупнейший музыкальный сервис в России, выпускаем приложения для iOS и Android, открываем новые имена и собираем лучшую музыку, обучаем наши рекомендательные системы, чтобы пользователи находили новое любимое, а музыканты — новых преданных слушателей.

В основе этого — команда профессионалов, которая придумывает и пилит новые фичи, пишет тексты, код, прорабатывает дизайн и доводит результат до прода.

На данный момент мы в поиске старшего менеджера продукта, который будет отвечать за развитие музыкальной рекомендательной системы.

Задачи:

• формировать бэклог для команд дизайна, аналитики и разработки, а также анализировать запуски и проводить A/B-тесты;
• формировать и проверять гипотезы по улучшению пользовательского опыта;
• растить целевые метрики сервиса;
• работать над широким спектром функций, фич, сервисов, построенных на данных и ML-системах, которые смогут обеспечивать рекомендации миллионам пользователей;
• участвовать в формировании требований к развитию технологий Рекомендательной платформы, контролировать сроки и качество разработки;
• тесно взаимодействовать и договариваться с командами разработки, маркетинга, дизайна, UX-исследований и коллегами из других направлений.

Требования:

• опыт работы продактом технологического продукта с ML-составляющей от трёх лет;
• опыт построения и улучшения алгоритмов рекомендательной системы;
• опыт создания и развития продуктов с фокусом на персональные рекомендации, с MAU от 1 млн;
• опыт сбора требований и постановки задач на разработку Data/ML-based продуктов, понимание ML-метрик для разных задач;
• опыт взаимодействия с Data/ML-based продуктами — Поиск, Рекомендации, в идеале музыкальные рекомендации;
• опыт работы в IT и управления командами разработки;
• опыт управления и найма команды ML-специалистов;
• отличные аналитические способности, ориентированность на числа, метрики;
• понимание вклада рекомендательных сервисов в глобальные метрики бизнеса;
• понимание разницы между look-alike, response и uplift моделями.