Авито приглашает в команду Ведущего продакт-менеджера команды поиска (категоризация).
О команде:
- Команда поиска отвечает за алгоритмы, которые помогают более чем 12 млн пользователей ежедневно находить и выбирать то, что им нужно. Поиск — это ключевой сценарий электронной коммерции, и его влияние на бизнес-результаты компании огромно.
- Перед командой стоит амбициозная задача: сделать поиск на Авито категорийно-уникальным. Из-за мультикатегорийной специфики платформы должны учитывать десятки разных пользовательских сценариев и бизнес-особенностей каждой категории.
Примеры:
- В «Личных вещах» пользователям важнее видеть товары с доставкой выше в выдаче.
- В «Мебели» конверсия выше, когда в топе локальные предложения рядом с покупателем.
Постоянно ищут такие закономерности, проверяют гипотезы и выкатывают решения в прод, чтобы каждая категория получала свой лучший сценарий поиска. Ищут продакт-менеджера, который поможет эту трансформацию довести до масштаба: от выявления инсайтов по категориям до запуска и роста продуктовых эффектов.
Примеры будущих задач:
- Исследовать пользовательские пути, потребности и проблемы для построения категорийных поисковых сценариев.
- Управлять бэклогом и дорожной картой выделенной DS/BE-команды, обеспечивая рост метрик продукта и успешные запуски.
- Совместно с аналитиками планировать и проводить A/B-тесты, принимать решения на основе результатов.
- Отвечать вместе с аналитиком за здоровье и рост продуктовых метрик в закрепленных поисковых сегментах – конверсии из поиска в целевые события воронке.
- Вести коммуникацию со стейкхолдерами и смежными командами, давать прозрачные статусы по проектам.
- Участвовать в формировании и корректировке стратегии поисковой системы Авито как продукта.
Будет здорово, если вы:
- Имеете 4+ лет опыта в продакт-менеджменте, включая не менее 2 лет с пользовательскими ML-продуктами (поиск, рекомендательные системы и др.).
- Опыт продуктового дискавери для проверки гипотез и запуска ML-проектов.
- Навыки управления сложными ML-проектами.
- Понимание технологий машинного обучения, особенно в контексте поиска или рекомендаций.
- Способность поддерживать технический диалог с инженерами — для продуктовых и исследовательских задач.
- Сильные аналитические навыки: SQL, опыт постановки и анализа A/B-тестов.
- Умение просто и понятно объяснять сложные технические вещи для неинженеров.