HR-Tech платформа для роста
эффективности линейного персонала
Эконика
Zenden
Оливье
Айкрафт
Оптика
М.видео
LEROY
MERLIN
Эльдорадо
Hoff
Мегафон
Spar
Линия
Детский мир
Massovka
Ам
La moda
Эконика
Zenden
Оливье
Айкрафт
Оптика
М.видео
LEROY
MERLIN
Эльдорадо
Hoff
Мегафон
Spar
Линия
Детский мир
Massovka
Ам
La moda
Prisma
Мираторг
5 Элемент
Быстроном
Челны хлеб
Находка
Askona
Magnum
Пятёрочка
Агрокомплекс
Мтс
Азбука вкуса
Все
инструменты
Стокманн
Cdek
Prisma
Мираторг
5 Элемент
Быстроном
Челны хлеб
Находка
Askona
Magnum
Пятёрочка
Агрокомплекс
Мтс
Азбука вкуса
Все
инструменты
Стокманн
Cdek
Obi
Ашан
Перекресток
Globus
Пулково
Гемотест
Lime
Вкусвилл
Европа
Чижик
Modis
Good zone
GJ
l2 storeez
Магнит
Obi
Ашан
Перекресток
Globus
Пулково
Гемотест
Lime
Вкусвилл
Европа
Чижик
Modis
Good zone
GJ
l2 storeez
Магнит
VERME — это...
команда из 400+ экспертов, кто занимается разработкой и внедрением
HR-Tech решений
Чем нужно будет заниматься:
- Разработка и развитие алгоритмической системы подбора исполнителя на смену (matchmaking engine), повышающей конверсию «показ → бронь».
- Построение персонализированной ленты смен на основе истории выходов и рейтинга.
- Внедрение мультиобъективной оптимизации (доход платформы, удовлетворённость исполнителя, лояльность клиента).
- Управление командой из 5–6 человек (PM, DS, ML, Growth, Content).
- Постановка A/B-тестов и экспериментов (bandit tests, interleaving) для персонализации ленты смен.
- Интеграция с LLM-эмбеддингами для семантического поиска и умного описания смен.
- Мониторинг метрик ранжирования (Precision@K, NDCG, CTR, Match Conversion Rate).
- Повысить Take Rate и SLA до 95%
У тебя точно всё получится, если есть:
- 3+ года на позиции Product Manager в двухсторонних маркетплейсах (Рекомендательная система / ranking / рекомендательные системы). Предпочтительный опыт: gig-платформы, HR Tech, классифайды (OLX, Aвито), маркетплейсы товаров или услуг (Озон, ВБ).
- Опыт запуска и оптимизации алгоритмических систем подбора (matchmaking / recommendation engine) с нуля или на этапе активного роста.
- Опыт управления A/B-тестами рекомендательных алгоритмов (bandit tests, interleaving).
- Опыт работы с дата-сайентистами и ML-инженерами: постановка задач, валидация гипотез, приоритизация экспериментов.
- Понимание метрик рекомендательных систем (Precision@K, Recall@K, NDCG, Coverage, Serendipity).
- Знание типов алгоритмов мэтчинга: коллаборативная фильтрация, контент-фильтрация, гибридные подходы, learning-to-rank (LTR).
- Уверенное использование SQL для глубинного анализа данных (сегментация, когортный анализ, воронки).
- Опыт описания требований к ML-моделям в формате PRD / BRD / ALMA (Agile Local Model Alignment).
- Понимание работы векторных баз данных (Pinecone, FAISS, Milvus) и LLM-эмбеддингов для семантического поиска.
- Базовые знания Python для анализа прототипов.
- Системное мышление: способность декомпозировать сложную предметную область (исполнитель, смена, ТТ, рейтинг, гео) на управляемые компоненты.
- Data-driven подход, включающий умение формулировать продуктовые гипотезы и защита перед СЕО.
- Навык балансировки trade-off’ов между точностью рекомендаций и разнообразием выбора (exploration vs exploitation) и латентностью.
- Клиентоориентированность: понимание как потребностей заказчика (B2B), так и исполнителя (B2C) для поиска оптимального матча.
Будет плюсом
- Опыт внедрения multi-objective optimisation (оптимизация сразу по нескольким бизнес-метрикам).
- Опыт работы с real-time системами и алгоритмами ранжирования в условиях высокой нагрузки (RPS > 100).
- Понимание user behavior modeling и методов персонализации без явных предпочтений пользователя (implicit feedback).
с нами комфортно:
Каждого нового сотрудника сопровождаем поддержкой бадди для быстрой и комфортной адаптации
Ежегодный оплачиваемый отпуск
Развиваем внутренние коммьюнити: от групп любителей животных до мастеров по волейболу
Оформляем с первого рабочего дня по ТК
Работаем в офисе в пешей доступности от м. Белорусская
Мы верим, что работа должна приносить результат и удовольствие —
поэтому вместе создаём продукты, которыми гордимся!