Product Director домена "Поиск и рекомендации" в Ozon Tech

В Ozon Tech ищут Product Director домена "Поиск и рекомендации", который сможет поднять планку продуктового лидерства в этом направлении и придать дополнительный темп одному из самых важных для компании контуров.

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

Будете вместе растить продажи и улучшать пользовательский путь: смотреть в светлое будущее и разрабатывать next generation e-commerce с повсеместным использованием AI, а также смотреть в менее светлое прошлое и улучшать работу базовых механизмов. Команда: ~20 человек в продукте и ~300 в разработке. Локация: предпочтительно Москва. Контекст: триллионы рублей GMV, миллиарды товаров показывают каждый день, собирают десятки миллионов заказов, крутят очень много данных, ML всех видов и размеров, исследования и АБ-тесты. Нужно желание быстро бежать и наносить непоправимую пользу.

Что требуется от кандидата:

• Сильное продуктовое мышление. Это главный критерий. Ищут 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 продуктах повсеместно применяется машинное обучение: ранжирующие модели, foundation модели и LLM в production системах большого масштаба. Ожидают 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.