Контекст

Поиск, Рекомендации и Реклама — один из ключевых департаментов Ozon Tech, определяющий как покупатели находят и выбирают товары на маркетплейсе. Мы развиваем сервисы, формирующие товарные витрины и напрямую влияющие на опыт покупателей, конверсию и экономику бизнеса. Каждый день миллионы покупателей заказывают товары из поиска и рекомендаций.

Наша продуктовая команда состоит из 20 человек, распределенных по доменам: опыт покупателя и продавца, рекомендации, качество выдачи. Сейчас мы ищем руководителя, который сможет поднять планку продуктового лидерства в этом направлении и придать дополнительный темп одному из самых важных для компании контуров.

Что требуется от кандидата

• Сильное продуктовое мышление. Это главный критерий. Мы ищем человека с сильной продуктовой интуицией и подтвержденным опытом лидерства в крупном b2c продукте, который умеет находить точки роста, повышать качество сервиса и превращать сложные проблемы пользователей в понятные и реализуемые продуктовые решения. Работать предстоит в домене, где нет простых ответов: нужно действовать на стыке пользовательской ценности, технических ограничений, ML-механик и экономики маркетплейса. Будет плюсом опыт в e-commerce, поиске или рекомендательных системах.
• Техническая подготовка. В наших продуктах повсеместно применяется машинное обучение: ранжирующие модели, foundation модели и LLM в production системах большого масштаба. Ожидаем от кандидата понимание того, как устроены ML системы, NLP / RecSys / LLM, где проходят границы применимости технологий и какие компромиссы возникают при внедрении. Будет плюсом опыт работы с LLM-based продуктами.
• Data-driven подход. Мы ежедневно показываем покупателям миллиарды товаров и получаем десятки миллионов заказов — это даёт огромный объём сигналов, но требует высокой культуры интерпретации данных. Нужно уметь формулировать гипотезы, проектировать эксперименты, корректно читать результаты A/B-тестов и принимать решения на основе количественных и качественных сигналов. Ожидаем сильные аналитические навыки: уверенную работу с метриками, статистикой и экспериментальным подходом.