Head of Engineering

Мы — продуктовое направление, которое создаёт «мозг» персонализации в Okko: умные рекомендации, поисковый движок и AI-ассистент. Наша цель — чтобы зритель находил идеальный контент за секунды, а не листал каталог 20 минут.

Мы развиваем сложную экосистему сервисов: ML-модели, feature store, online-serving, бэкенд ранжирования, клиентские интеграции. Работаем с данными в реальном времени, экспериментируем с метриками и масштабируем решения на миллионы пользователей на ТВ, мобильных устройствах и в вебе.

Мы предлагаем:

• Влияние на продукт для миллионов зрителей и прозрачный карьерный трек;
• Необходимое оборудование и софт для работы;
• Официальное трудоустройство;
• ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки;
• Льготные условия ипотеки в рамках зарплатного проекта;
• Бесплатная подписка на сервисы партнеров;
• Корпоративный спорт;

• Насыщенная корпоративная жизнь;

• Электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.

Твои главные миссии в Okko:

• Управлять отделом 20–30 инженеров: бэкенд рекомендаций, поиск, ядро RecSys, AI-ассистент, клиентская интеграция;
• Отвечать за архитектуру сквозного пайплайна: сбор событий → фичи → ML-модели → ранжирование → отдача на клиент → сбор фидбэка;
• Определять и улучшать ключевые метрики качества: CTR, время до первого просмотра, завершённость сессии, удержание, конверсия в подписку;
• Выстраивать процессы: A/B-эксперименты, observability (метрики, логи, трейсинг), инцидент-менеджмент, постмортемы;
• Планировать развитие направления на 6–12 месяцев вперёд, масштабировать; команду и адаптировать процессы под рост продукта.

Суперсилы, которые ценим:

• Опыт управления командами разработки от 15–20 человек;
• Технический бэкграунд: программирование на Python / Go / Java / Kotlin, понимание архитектуры highload-систем;
• Понимание жизненного цикла рекомендательных / поисковых систем: от данных до отдачи рекомендации пользователю;
• Опыт работы с высоконагруженными БД, очередями (Kafka), кэшированием (Redis), мониторингом;
• Понимание принципов тестирования недетерминированных систем (ML, персонализация): shadow-режим, canary-деплой, guardrail-метрики;
• Умение балансировать между технической стратегией, процессами и развитием людей;
• Системное мышление и навык говорить просто о сложном.

То, что удивит нашу команду:

• Опыт в стриминге, e-commerce или другом продукте с миллионами пользователей;
• Практика работы с ML-инфраструктурой: feature store, online/offline inference, мониторинг дрейфа;
• Знание стека: ClickHouse, PostgreSQL, Kubernetes, Elasticsearch/Opensearch;
• Опыт работы в Scrum/SAFe и адаптации процессов под продуктовую разработку;
• Понимание клиентских платформ (Smart TV, iOS, Android) и специфики интеграции рекомендаций.