- Страна
- Россия
Middle ML Product manager
Сильный бренд, работа с передовыми ML-технологиями и прямое влияние на бизнес-метрики делают вакансию очень привлекательной для Middle-специалиста. Наличие удаленки и гибридного формата добавляет гибкости.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Роль требует глубокого понимания ML-процессов и умения работать с высоконагруженными системами в e-commerce. Основная сложность заключается в управлении продуктами, напрямую влияющими на 80% GMV компании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, но для позиции Middle Product Manager в крупном российском e-commerce (уровня Купер/СберМаркет) рыночный диапазон составляет от 250 000 до 350 000 рублей после вычета налогов. ML-специализация может давать премию к рынку в размере 15-20%.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
*🛒* Middle ML Product manager Купер
*▪️*Компания Купер
*▪️*Уровень #Middle
*▪️*Формат #УдаленкаРФ #ГибридМосква
*▪️*Домен #Ecom
Ищу middle ML-продакта к себе в команду.
Зона ответственности:
— Out of stock - крупнейшая OOS ml-модель в индустрии
— Product hub - набор сервисов, отвечающий за итоговую доступность товаров на витрине,
— Топ-ассортимент - процессы и фокусные инициативы по доступности ассортимента, генерирующего 80% гмв площадки.
Что получишь
*✅* сильную команду с ML-инженерами, аналитиками и разработчиками
*✅* реальное влияние на ключевые метрики бизнеса (клиентские, операционные и финансовые)
*✅* топ-стейкхолдеров из коммерции, операций и ритейла
*✅* амбициозные цели, масштабные задачи и соответствующие им ожидания
Если откликается - приходи в личку)
*🔴* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Machine Learning
- Product Management
- Analytics
- E-commerce
- Data Analysis
Возможные вопросы на собеседовании
Важно понять, как кандидат оценивает точность модели в контексте бизнес-потерь от отсутствия товара.
Как вы определяете метрики успеха для OOS (Out of Stock) модели и как связываете их с финансовыми показателями компании?
Проверка навыков приоритизации в условиях работы с топ-ассортиментом.
Как вы будете приоритизировать задачи по улучшению доступности товаров, если ресурсы ML-команды ограничены?
ML-продакт должен уметь находить общий язык с инженерами.
Опишите ваш опыт взаимодействия с ML-инженерами: как вы ставите задачи и как контролируете процесс обучения моделей?
Проверка умения работать с бизнес-заказчиками.
Как вы объясняете стейкхолдерам из коммерческого департамента причины ошибок ML-модели и предлагаете пути их решения?
Проверка продуктового мышления в специфике e-com.
Какие дополнительные данные, помимо истории продаж, вы бы внедрили в Product hub для повышения точности прогнозирования доступности?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

