О JobHire.AI

JobHire.AI создает вертикальный AI-агент, который автоматизирует поиск работы для профессионалов. Мы помогаем тысячам пользователей получить приглашения на собеседования, находя, адаптируя и подавая заявки 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 — это 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 глубокой экспертизой в области машинного обучения и искусственного интеллекта, а также управления продуктом. 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 реализацию функций на базе ИИ, уделяя особое внимание системам подбора, ранжирования и персонализации. Идеальный кандидат — 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: Определение видения, стратегии и дорожной карты для продуктовых функций AI/ML (JobHunt Engine). Полная ответственность за жизненный цикл продукта — от гипотезы до масштабируемого воздействия, с фокусом на бизнес-результаты, а не только на производительность модели.
• Лидерство в ML-продуктах: Трансляция бизнес-проблем в ML-гипотезы и решения. Работа бок о бок с ML-инженерами и специалистами по данным для определения требований к данным, фреймворков оценки (evals, RAG, agents), мониторинга моделей и процессов доставки.
• Валидация гипотез и экспериментирование: Проектирование и выполнение быстрых, прагматичных циклов валидации. Формулирование четких гипотез (Проблема → Механизм → Воздействие → Метрика), выбор правильного метода валидации (A/B-тест, теневая модель, поэтапное развертывание) и принятие решений о запуске/отказе на основе данных при неопределенности. Будьте изобретательны и эффективны с ограниченными данными или инфраструктурой.
• Структурированное решение проблем: Применение критического мышления для разложения сложных, неоднозначных проблем. Отсеивайте шум, расставляйте приоритеты тому, что действительно важно, и сначала создавайте простые, эффективные решения.
• Кросс-функциональное исполнение: Тесное сотрудничество с командами инженеров, специалистов по данным и бизнеса. Четкое донесение сложных ML-концепций и согласование целей, компромиссов и прогресса с заинтересованными сторонами.

Ожидаемые результаты

Первые 3 месяца

• Установление базового измерения охвата вакансий на рынке США, включая компании из списка NASDAQ-100.
• Увеличение процента пользователей, успешно нашедших работу через платформу, на 50% за счет улучшений в логике подбора и релевантности вакансий.

Первые 6 месяцев

• Расширение охвата вакансий на рынке США, достижение 80% охвата компаний из списка NASDAQ-100 и увеличение общего охвата на 30%.
• Выпуск крупного обновления функции улучшения резюме.
• Увеличение процента пользователей, успешно нашедших работу через нашу платформу, в 3 раза.

12 месяцев

• Дальнейшее расширение охвата вакансий в США, достижение 50% увеличения охвата компаний из списка NASDAQ-100 по сравнению с базовым уровнем 6 месяцев.
• Удвоение коэффициента успешного подбора, измеряемого как процент одобренных пользователями релевантных вакансий.
• Увеличение коэффициента конверсии от подачи заявки до оффера на 50%, что напрямую влияет на основной бизнес-показатель — успешное трудоустройство.

Требования

• Техническая экспертиза и экспертиза в ML:

  • Глубокое понимание основ ML/LLM (NLP, рекомендательные системы и т. д.).
  • Практический опыт создания и масштабирования функций на базе ИИ (подбор, ранжирование, персонализация).
  • Практическое знание современных концепций AI/ML: фреймворков оценки, RAG, agents, мониторинга моделей.
  • Способность определять data pipelines, метрики и рабочие процессы с ML-инженерными командами.
  • Желательно: практический опыт работы на позиции Data Scientist, Data Analyst или ML Engineer.

• Разработка продукта:

  • Более 5 лет опыта работы менеджером продукта, предпочтительно в области с интенсивным использованием данных или ML (опыт в HRTech является большим плюсом).
  • Доказанная способность формулировать и строго тестировать продуктовые/ML гипотезы с использованием статистических методов (A/B-тестирование, значимость, доверительные интервалы).
  • Способность рассуждать о вероятностях, причинно-следственных связях и ограничениях данных для принятия обоснованных решений.

• Мышление и подход:

  • Предпринимательский и практический: отношение "Давайте построим это". Способность создавать быстрые прототипы и тестировать идеи без излишнего усложнения. Комфортное отношение к "сборке из подручных материалов", чтобы быстро учиться.
  • Ориентированность на результат: ответственность за бизнес-результат, а не только за AI-модель. Прагматичность и готовность упрощать или отменять функции, которые не приносят результатов.
  • Процветает в условиях неопределенности: способность ориентироваться в неопределенности, противоречивых результатах моделей и зашумленных данных. Структурное мышление, способное привнести ясность в сложные ситуации.

• Коммуникация: Свободное владение английским и русским языками. Отличная способность общаться как с техническими (инженеры, специалисты по данным), так и с нетехническими заинтересованными сторонами.

Наш идеальный кандидат

• Одновременно думает о бизнес-метриках и метриках качества модели.
• Обладает мышлением супер-инженера в сочетании с предпринимательским подходом "сделать это".
• Берет на себя ответственность за конечный результат, а не только за AI-модель.
• Не влюбляется в технологию, а остается сосредоточенным на решении проблемы.
• Его первая реакция на идею: "Давайте пойдем и построим/протестируем ее."

Мы сохраняем наш процесс найма быстрым и простым:

• HR-звонок для знакомства

• Командные интервью

• Продуктовое задание

• Проверка рекомендаций (с тремя предыдущими менеджерами)

• JobHire.AI — это глобальная компания, движимая миссией, стремительно растущая и прибыльная.

• Удивительная возможность создать Job Hunt Engine, формируя будущее AI HRtech, карьеры и жизни людей.

• Блестящая команда сильнейших игроков из McKinsey, Nexters, Gett, Glovo.

• Удаленная работа — баланс работы и личной жизни.

• Конкурентный пакет ($100–150k + опционы).

• 38 дней отпуска (отпуск + местные праздники) и больничные.