Обязанности:
Мы — продуктовое направление, которое создаёт «мозг» персонализации в Okko: умные рекомендации, поисковый движок и AI-ассистент. Наша цель — чтобы зритель находил идеальный контент за секунды, а не листал каталог 20 минут. Мы развиваем сложную экосистему сервисов: ML-модели, feature store, online-serving, бэкенд ранжирования, клиентские интеграции. Работаем с данными в реальном времени, экспериментируем с метриками и масштабируем решения на миллионы пользователей на ТВ, мобильных устройствах и в вебе. Мы предлагаем: Влияние на продукт для миллионов зрителей и прозрачный карьерный трек; Необходимое оборудование и софт для работы; Официальное трудоустройство; ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; Льготные условия ипотеки в рамках зарплатного проекта; Бесплатная подписка на сервисы партнеров; Корпоративный спорт; Насыщенная корпоративная жизнь; Электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам. Твои главные миссии в Okko: Управлять отделом 20–30 инженеров: бэкенд рекомендаций, поиск, ядро RecSys, AI-ассистент, клиентская интеграция; Отвечать за архитектуру сквозного пайплайна: сбор событий → фичи → ML-модели → ранжирование → отдача на клиент → сбор фидбэка; Определять и улучшать ключевые метрики качества: CTR, время до первого просмотра, завершённость сессии, удержание, конверсия в подписку; Выстраивать процессы: A/B-эксперименты, observability (метрики, логи, трейсинг), инцидент-менеджмент, постмортемы; Планировать развитие направления на 6–12 месяцев вперёд, масштабировать; команду и адаптировать процессы под рост продукта. Суперсилы, которые ценим: Опыт управления командами разработки от 15–20 человек; Технический бэкграунд: программирование на Python / Go / Java / Kotlin, понимание архитектуры highload-систем; Понимание жизненного цикла рекомендательных / поисковых систем: от данных до отдачи рекомендации пользователю; Опыт работы с высоконагруженными БД, очередями (Kafka), кэшированием (Redis), мониторингом; Понимание принципов тестирования недетерминированных систем (ML, персонализация): shadow-режим, canary-деплой, guardrail-метрики; Умение балансировать между технической стратегией, процессами и развитием людей; Системное мышление и навык говорить просто о сложном. То, что удивит нашу команду: Опыт в стриминге, e-commerce или другом продукте с миллионами пользователей; Практика работы с ML-инфраструктурой: feature store, online/offline inference, мониторинг дрейфа; Знание стека: ClickHouse, PostgreSQL, Kubernetes, Elasticsearch/Opensearch; Опыт работы в Scrum/SAFe и адаптации процессов под продуктовую разработку; Понимание клиентских платформ (Smart TV, iOS, Android) и специфики интеграции рекомендаций.Похожие вакансии