Staff Product Manager: Product Discovery Engine

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Staff Product Manager в продуктовую команду Product Discovery Engine: отвечает за качество поиска и discovery для крупнейших ритейлеров, связывая ML-разработки с бизнес-метриками (конверсия, revenue per visit, GMV). Роль с потенциалом роста до Director и руководством всем направлением.

Задачи

• Отвечать за бизнес-результат: рост конверсии, revenue per visit и GMV, а не за выпуск фич
• Улучшать качество и бизнес-метрики во всех вертикалях ритейла с учётом различий каталогов, языков и интентов покупателей
• Транслировать последние исследования в ML/IR и действия конкурентов в продакшн-решения, выпускать SOTA ML/LLM-возможности
• Формировать видение и стратегию Product Discovery Engine на несколько кварталов и связывать их с бизнес-результатами клиентов
• Сначала владеть стратегией и роадмапом команды Search Quality
• Объединять recall, ranking, query understanding и персонализацию под единым определением качества и набором бизнес-метрик
• Совместно с ML и data science доводить модели от идеи до продакшна, балансируя точность, latency и стоимость
• Строить метрики, фреймворки оценки и инструменты для измерения и объяснения качества discovery
• Руководить расследованиями и триажем инцидентов, проектировать системные исправления
• Расширять мандат до руководства всем направлением, включая ML Recall, ML Infra и команды CORE, SABR, Catalog Management

Требования

• Обширный опыт в product management (обычно 8+ лет) в поиске, discovery, ML или NLP-продуктах, включая senior/staff уровень
• Подтверждённый опыт влияния на бизнес-метрики в масштабе — конверсия, выручка, вовлечённость — и построения стратегии для нескольких команд
• Глубокое понимание end-to-end поискового пайплайна: интерпретация запроса → recall / генерация кандидатов → ranking → reranking → персонализация → выдача
• Сильная продуктовая экспертиза в ML: владение продакшн-моделями и понимание компромиссов между LLM/batch и real-time подходами
• Свободное владение темами retrieval и recall, query understanding (токенизация, синонимы, исправление опечаток, мультиязычность) и фреймворками оценки поиска
• Строгий подход measurement-first, связывающий инвестиции в качество с бизнес-результатами
• Отличное кросс-функциональное лидерство и умение выстраивать работу с engineering, data science и ML Ops
• Комфорт в условиях неопределённости и умение задавать направление там, где его ещё нет

Условия

• Неограниченный отпуск — минимум 3 недели в год
• Конкурентная компенсация, включая опционы
• Компания оплачивает медицинскую страховку в США (100% для сотрудника)
• Полностью удалённая команда — можно жить где угодно
• Стипендия на оборудование домашнего офиса
• Apple-ноутбуки для новых сотрудников
• Бюджет на обучение и развитие, обновляемый ежегодно
• Родительский отпуск для подходящих сотрудников
• Работа с сильными специалистами и возможность влиять на результат

Навыки

• ML
• LLM
• NLP
• Information Retrieval
• ranking
• recall
• query understanding
• personalization
• search evaluation
• data science
• ML Ops