- Страна
- Россия
Продакт-менеджер AI/ML-продукта Business Insights
Оценка ИИОтличная вакансия в одной из топовых тех-компаний России с сильной ML-культурой. Работа над передовым AI-продуктом с понятным влиянием на бизнес и возможностью работать с LLM на больших масштабах.
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
Оценка ИИВысокая сложность обусловлена необходимостью глубокой технической экспертизы в ML/LLM и одновременно сильных продуктовых навыков для работы с внутренними заказчиками. Требуется опыт работы с неструктурированными данными и умение строить сложные селф-сервис платформы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в Авито для Senior Product-менеджеров в области AI/ML обычно находится на верхней границе рынка или выше неё, учитывая бонусы и расширенный соцпакет. Указанный диапазон соответствует текущим рыночным реалиям для опытных специалистов в Москве.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ОткликнутьсяМосква, офис или гибрид
AI Speech Lab — внутренний ML-продукт Авито. Мы анализируем тысячи пользовательских диалогов, чтобы повышать эффективность продаж и находить точки роста для продуктов Авито.
Мы создаём платформу Business Insights, которая извлекает «голос пользователя» из диалогов и оцифровывает его. Платформа помогает быстро понимать реальные потребности пользователей, объединяя глубокую качественную обратную связь — контекст и живые цитаты — с количественной оценкой её массовости. Это сокращает время получения инсайта для продуктовых исследований с нескольких недель до 15 минут.
Примеры будущих задач:
— развивать продукт, который помогает пользователям самостоятельно находить ответы и проводить исследования по неструктурированным данным без привлечения ML-команды или аналитиков;
— выстроить доверие к данным платформы среди лидеров вертикалей и продуктовых команд. Сделать инструмент частью процессов принятия решений, обеспечив прозрачность и доказуемость инсайтов, например через быстрый переход к живой цитате;
— вывести продукт за пределы звонков B2B-продаж: интегрировать текстовые чаты, обращения покупателей в поддержку и отзывы, чтобы создать единую омниканальную картину;
— найти баланс между стоимостью LLM-скоринга, репрезентативностью выборки и скоростью, чтобы сократить время ожидания инсайта с нескольких часов до 15 минут.
Будет здорово, если вы:
— имеете от 3 лет опыта в DS/ML или Data-продуктах и практический опыт с LLM-приложениями;
— умеете работать с количественным и качественным фидбэком: систематизировать разрозненную обратную связь, находить корневые проблемы пользователей и переводить их в язык оцифрованных метрик;
— умеете работать с данными: читать и проверять витрины в SQL, корректно ставить задачи DS/DE и принимать результаты.
Дополнительно:
— создавали селф-сервис-инструменты для аналитики или платформы внутренних данных;
— работали с неструктурированными данными: NLP, текстами, аудио, системами речевой аналитики или VoC;
— понимаете специфику B2B-домена, процессов продаж или клиентского сервиса.
Понравилась вакансия?
*💛*— да
*🌚*— нет
———
*💙* Удалёнка
*🐢* C-Level
*💚* Джунам
*💜* За рубежом
*🫶* Удалёнка джунам
*💚 разместить резюме и быстро найти работу* →www.vseti.app/newcv
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- ML
- AI
- LLM
- SQL
- NLP
- Data Analytics
- Product Management
- B2B
Возможные вопросы на собеседовании
Проверка практического опыта работы с большими языковыми моделями и понимания экономики продукта.
Как бы вы подошли к оптимизации стоимости использования LLM в продукте Business Insights без значительной потери качества инсайтов?
Оценка навыков работы с внутренними стейкхолдерами и внедрения продукта в процессы.
Как вы планируете выстраивать доверие к автоматизированным ML-инсайтам среди опытных аналитиков и руководителей бизнес-вертикалей?
Проверка технической грамотности в области обработки естественного языка.
С какими основными проблемами качества данных вы сталкивались при работе с NLP/речевой аналитикой и как их решали?
Оценка продуктового мышления в контексте внутренних инструментов.
Какие метрики эффективности (North Star Metric) вы бы выделили для селф-сервис платформы аналитики данных?
Проверка умения работать с данными напрямую.
Опишите ваш типичный процесс проверки качества новой витрины данных в SQL перед тем, как отдать её в работу пользователям.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
