Вакансия компании HIRE5 INC:Product Manager / Analyst

За что вы будете отвечать:

- Аналитика для продавцов и семантический слой. Вы проектируете метрики и отчёты для всех направлений продукта — атрибуция источников подписчиков, экономика программ лояльности, эффективность рекомендаций, воронки popup-окон, сравнение сегментов. Вы проводите отчёт через весь путь — от сырых данных до готового продукта: определяете спецификацию семантического слоя (метрики, срезы, агрегаты, партиции), создаёте прототип в SQL и передаёте его разработчикам. Также вы разбираетесь с методологическими тупиками — атрибуция между брендами, открытия писем машинами и людьми, выручка в разных валютах, «почему этот отчёт не совпадает с данными в админ-панели».

- Методология экспериментов. Вы отвечаете за то, как A/B-тестирование работает на всей платформе: тесты виджетов, кампаний и контрольные группы для сценариев. Вы проверяете их корректность — сопоставимость групп, корректный подсчёт участников, размеры выборок, статистическую значимость — и определяете, что означает «статистически корректно из коробки» для сотен продавцов, которые не являются статистиками.

- ML-рекомендации продукта. Вы отвечаете за систему рекомендаций как за продукт — 14 алгоритмов, включая matrix factorization на Python: оценка качества, мониторинг деградации, поиск причин проблем вроде «этот виджет не приносит денег» и план дальнейшего развития. Вы также принимаете стратегические решения относительно подхода. Сегодняшним моделям необходима подробная статистика по каждому товару; для редких товаров и клиентов без истории используются бестселлеры. Вы определяете, где современные embeddings и LLM-реранжирование должны дополнить или заменить классическую коллаборативную фильтрацию, и доказываете эффективность честным сравнением с простым базовым алгоритмом.

Как вы будете работать:

- AI-first. Мы ожидаем активного использования AI для SQL, Python, ML и практически всего остального. AI пишет — вы проверяете. Статистика, дизайн экспериментов и модель данных должны быть у вас в голове, потому что именно вы — последняя линия защиты перед тем, как какая-либо цифра попадёт к клиенту.

- Глубокие вопросы вместо больших команд. Вы будете подробно расспрашивать разработчиков, CSM и продавцов, пока предметная область действительно не станет понятной, и станете человеком, к которому все обращаются с вопросами о том, как рассчитывается та или иная цифра.

- Инструменты. SQL поверх multi-tenant lakehouse (Delta Lake / Trino / Spark, миллиарды строк), Python для анализа, Metabase для прототипирования дашбордов, Notion для карточек требований, Slack для быстрых решений без бюрократии.

- Команда. Всего около 40 человек; в product и R&D — десять разработчиков, три product-менеджера и основатель. Вы работаете горизонтально с Customer Success и другими product-менеджерами, без многочисленных уровней управления — решения принимаются за дни, а не кварталы, и то, что вы создаёте, доходит до реальных продавцов за несколько недель.

Что мы ищем:

- Сильный SQL. Вас не пугают оконные функции поверх огромных партиционированных таблиц, и вы достаточно хорошо понимаете производительность SQL, чтобы работать с R&D над сложными задачами.

- Математика и основы статистики для A/B-тестирования. Power и MDE, selection bias и survivorship bias, понимание того, почему нельзя учитывать post-treatment variables, — и умение превратить всё это в настройки по умолчанию, которые будут защищать продавцов, даже если они никогда не откроют учебник по статистике.

- Понимание современного инструментария ML. Embeddings и векторное сходство, понимание того, когда LLM-реранжирование действительно помогает, а когда это просто дорогой и бесполезный шум, и умение оценивать всё это по сравнению с простым базовым алгоритмом. Вам не обязательно самостоятельно обучать рекомендательные модели — важно уметь оценивать их.

- Непосредственная работа с нетехническими конечными пользователями. Вы работали непосредственно с людьми, которые реально используют продукт, выясняли, чего именно они пытаются добиться, и превращали это в готовый продукт. Опыт в B2B-продуктах, консалтинге, solution engineering и старших клиентских ролях отлично подходит.

- Умение ясно излагать мысли письменно. Большая часть работы — как и процесс найма — проходит асинхронно. Вы умеете письменно аргументировать методологический подход так, чтобы вашу позицию поняли и приняли.

- Языки и рабочие часы. Русский (рабочий язык внутри команды) и английский на уровне B2+, желательно свободное владение. Необходимо находиться в ЕС и иметь ежедневное пересечение по времени с часовым поясом US Eastern: R&D в основном находится в ЕС, а клиенты и GTM — на восточном побережье США.

Большим плюсом будет: опыт в eCommerce или martech; предыдущая ответственность за метрику или семантический слой; практический опыт работы с рекомендательными или ranking-системами.