Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда рекламных технологий VK разрабатывает рекламную модель на основе машинного обучения для рекомендательных систем, включая ленты, клипы и Discover. Модель направлена на повышение релевантности рекламы, ROI бизнеса и комфорта пользователей.
задачи
Формировать стратегию и дорожную карту рекламного продукта в рекомендательных системах VK;
Управлять жизненным циклом ML-рекомендаций — от гипотез до A/B-тестов и масштабирования;
Находить баланс между доходом, CTR, LTV, пользовательским опытом и этичностью рекламы;
Анализировать показы, клики, конверсии, окупаемость и удовлетворённость пользователей;
Оценивать A/B-тесты и учитывать долгосрочные эффекты;
Работать с моделями атрибуции и uplift-моделями;
Координировать работу аналитиков, ML-инженеров, дизайнеров, коммерческих и продуктовых специалистов;
Формулировать технические задания и управлять бэклогом задач;
Подготавливать отчёты для заинтересованных сторон с аналитикой и рекомендациями;
Изучать рынок, конкурентов и тренды в рекламе;
Формулировать гипотезы на основе данных и рынка и проверять их в экспериментах;
Учитывать интересы рекламодателей и пользователей в двухсторонней экосистеме;
Формировать долгосрочное видение рекламной модели на 2–3 года и декомпозировать его на этапы.
требования
Опыт работы от 3 лет на позиции Product Manager или Product Owner;
Опыт работы с ML-продуктами от 1–2 лет;
Понимание принципов машинного обучения, включая CTR-модели, коллаборативную фильтрацию, AUC-ROC, Precision и Recall;
Понимание A/B-тестирования, анализа метрик и атрибуции;
Глубокое понимание бизнес-процессов в рекламе, включая продажи, коммерцию, KPI и ROI;
Умение формулировать технические задания и взаимодействовать с командами DS и ML-инженеров;
Аналитическое мышление и способность находить первопричины;
Умение критически оценивать данные;
Коммуникативные навыки и способность объяснять сложные вещи простым языком;
Умение убеждать заинтересованные стороны;
Будет плюсом умение писать SQL для анализа данных, высшее образование в области компьютерных наук, математики, экономики или смежных дисциплин, опыт в рекламе, рекомендательных системах или двухсторонних маркетплейсах, портфолио с кейсами, знание экосистемы VK, её аудитории, продуктов и рекламных механизмов.