Sr. Tech AI/ML Product Manager - Job Hunt Engine
Удаленно Tech ProductПолный рабочий день
Описание
О нас
JobHire.ai создает вертикальный AI-агент, который автоматизирует поиск работы для профессионалов. Мы помогаем тысячам пользователей получить приглашение на собеседование, находя, адаптируя и отправляя резюме на вакансии от их имени — в масштабе и с точностью. Мы прибыльны, быстро растем и сейчас вступаем в фазу глубокой доработки продукта и органического роста за счет исключительного UX и воспринимаемой ценности.
📈 ~35% MoM; топ 1% по темпам роста
💰 Прибыльны с первого дня
👥 40 человек
🚀 Инвесторы: Deel Ventures, Daniel Gutenberg, Dave Waiser, Margulan Seisembayev и другие основатели единорогов.
Миссия
JobHire.ai — ваш личный AI-агент для непрерывного профессионального развития и счастья на работе.
О роли
Мы ищем высокоаналитического и практического Senior Tech AI/ML Product Manager с глубокими знаниями в области машинного обучения (ML) и искусственного интеллекта (AI) и управления продуктами. Вы будете определять и создавать лучший в своем классе движок для поиска и подбора вакансий, который в масштабе связывает пользователей с наиболее релевантными для них ролями. Вы будете отвечать за стратегию, исследование и внедрение функций на базе AI, уделяя особое внимание системам подбора, ранжирования и персонализации. Идеальный кандидат — это предпринимательски мыслящий человек с инженерным складом ума, способный создавать быстрые прототипы, принимать решительные решения на основе неполных данных и неуклонно добиваться измеримых результатов.
Ключевые обязанности
- Стратегия и ответственность: Определять видение, стратегию и дорожную карту для продуктов AI/ML (JobHunt Engine). Полностью отвечать за жизненный цикл продукта от гипотезы до масштабированного воздействия, фокусируясь на бизнес-результатах, а не только на производительности модели.
- Лидерство в ML-продуктах: Преобразовывать бизнес-задачи в ML-гипотезы и решения. Работать бок о бок с ML-инженерами и специалистами по данным для определения требований к данным, фреймворков оценки (evals, RAG, agents), мониторинга моделей и процессов внедрения.
- Проверка гипотез и экспериментирование: Проектировать и выполнять быстрые, прагматичные циклы валидации. Формулировать четкие гипотезы (Проблема → Механизм → Влияние → Метрика), выбирать правильный метод валидации (A/B-тест, теневая модель, поэтапное развертывание) и принимать основанные на данных решения о запуске/отказе в условиях неопределенности. Быть находчивым и эффективным при ограниченных данных или инфраструктуре.
- Структурированное решение проблем: Применять критическое мышление для декомпозиции сложных, неоднозначных проблем. Отсекать лишнее, определять приоритеты того, что действительно важно, и сначала создавать простые, эффективные решения.
- Кросс-функциональное выполнение: Тесно сотрудничать с командами Engineering, Data Science и бизнеса. Четко доносить сложные концепции ML и согласовывать цели, компромиссы и прогресс с заинтересованными сторонами.
Ожидаемые результаты
Первые 3 месяца
- Установить базовое измерение охвата предложений работы по рынку США, включая компании из списка NASDAQ-100
- Увеличить процент пользователей, успешно нашедших работу через платформу, на 50% за счет улучшения логики подбора и релевантности вакансий
Первые 6 месяцев
- Расширить охват вакансий на рынке США, достигнув 80% охвата компаний из списка NASDAQ-100 и увеличив общий охват на 30%
- Выпустить крупное обновление функции улучшения резюме
- Увеличить в 3 раза процент пользователей, успешно нашедших работу через нашу платформу
12 месяцев
- Далее расширить охват вакансий в США, достигнув 50% увеличения охвата компаний из списка NASDAQ-100 по сравнению с базовым уровнем 6 месяцев
- Удвоить коэффициент успешности подбора, измеряемый как процент