Как закрыть вакансию ml product manager

Question

Как закрыть вакансию ml product manager

Подбор персонала

1091

11

17

23 октября 2024

HR-клуб

Ольга Енютина

HR-клуб PRO Спецназ ТОП-3

Рекрутер, карьерный консультант и профориентолог
Автор 18 публикаций

Коллеги, делюсь сложным кейсом. Нужен редкий специалист ML Product Manager:

Вакансия требует от кандидата глубокого понимания машинного обучения и Data Science, а также опыт работы в качестве продакт-менеджера. Таких специалистов на рынке не так много, поскольку обычно специалисты либо сосредоточены на технической стороне (ML-инженеры, Data Scientists), либо на управленческой (продуктовые менеджеры).

Кандидат должен уметь не только разрабатывать и настраивать алгоритмы, но и видеть бизнес-ценность их внедрения, а также уметь управлять командой и проектом. И требование к знанию английского С1

Текущие сложности закрытия вакансии:

Узкий круг специалистов с опытом продакт-менеджмента в сфере AI и пониманием специфики внедрения ML-решений в бизнес-процессы. Большинство кандидатов обладают либо глубокими техническими знаниями, либо опытом управления продуктами, но редко совмещают оба навыка.
Высокий уровень ожиданий по знаниям и опыту: наличие опыта работы с облачными платформами, умение работать с данными, знание специфики сферы и стандартов документации (ГОСТ).
Требование к высокому уровню знания английского языка.

Требования из вакансии:

Опыт работы на позиции Product Manager с фокусом на ML/AI-продукты от 2,5 лет.
Уверенное знание методов машинного обучения, опыт работы с Python и SQL.
Опыт работы с облачными платформами (AWS, Azure, Google Cloud) и навыки работы с большими данными.
Понимание принципов кросс-командного взаимодействия и навыки общения с клиентами, включая объяснение сложных технических концепций.
Английский язык на уровне C1 и выше, готовность участвовать в международных проектах.
Знание нотаций BPMN и UML, понимание ГОСТов 19 и 34 серии будет преимуществом.

На текущий момент уже проведено ряд активностей по поиску кандидатов, включая размещение вакансии на специализированных IT-ресурсах, поиск кандидатов через рекомендации. Воронка подбора выглядит следующим образом:

Просмотрено резюме: 520 кандидатов, из них большинство не обладали нужной комбинацией технических и продуктовых навыков.
Проведены первичные скрининги: 57 кандидатов, из которых только 8 подошли для дальнейшего детального интервью.
Собеседования: 5 кандидатов, из них двое были приглашены на финальные интервью с командой.
На финальном этапе: один кандидат не прошел по уровню английского языка, другой отказался из-за ожиданий по заработной плате (принципов ее формировании).

Ищу дальше, уверена, что такие ребята есть на рынке, вопрос времени.

Мой вопрос к рекрутерам: с развитием нейросетей и искусственного интеллекта сталкиваетесь ли вы с запросами на необычные вакансии? Есть ли в вашей работе особенности, которые помогают находить кандидатов с редкими навыками, которые ещё не стали массовыми?

1091

11

1

17

Об авторе

Ольга Енютина

PRO Спецназ ТОП-3 HR-клуб

Проверенный исполнитель HRTIME

Рекрутер, карьерный консультант и профориентолог

23 отзывов от клиентов (100% положительных)

Наград в конкурсах: 1 trophy-king

Лучшие исполнители HRTime.ru trophy-business-portfolio

Профессиональный опыт Более 10 лет trophy-pen_ico

Эксперт HR-клуба: более 3-х публикаций

Все статьи эксперта

Вы HR-эксперт?

Станьте исполнителем на hrtime.ru, пишите статьи и получайте заказы

Регистрация

Первые заказы и курс о том, как продавать услуги – в подарок!

Ответы на вопрос (11)

HR-клуб

65

Ольга Енютина

Рекрутер, карьерный консультант и профориентолог

Коллеги, добрый день! Большое спасибо за поддержку и экспертные рекомендации. Возьму на вооружение комьюнити и идею чуть снизить планку по навыкам.

6 ноября 2024 18:281

ТОП-30

1736

Пётр Коробицын

Грейдинг, система KPI, компенсации и льготы, коучинг

Ольга, добрый день!
Вы подняли действительно интересный и сложный вопрос, и ваш кейс с поиском ML Product Manager не может оставить равнодушным. Рынок сейчас действительно насыщен запросами на специализированные навыки, и такие вакансии, как ваша, становятся настоящим вызовом.
Согласен, что с развитием технологий становится все сложнее находить специалистов, которые совмещают редкие навыки. Многие компании, которые внедряют AI-решения, сталкиваются с аналогичными трудностями. Я наблюдаю, что сейчас появляется необходимость в создании портфелей, где кандидаты смогут продемонстрировать как свои технические, так и управленческие навыки.
Также могу отметить, что поиск через сообщества и профессиональные группы в соцсетях становится всё более эффективным. Например, участие в специализированных мероприятиях или вебинарах может не только помочь вам завести связи с нужными людьми, но и услышать о потенциальных кандидатах от их коллег. К тому же, не стоит недооценивать платформы для фрилансеров; часто там можно найти талантливых специалистов, которые уже работают над интересными проектами.
Еще один подход — рассмотреть возможность обучения и развития перспективных талантов внутри компании. Некоторые предприятия начинают внедрять менторские программы, где технические специалисты получают знания управления продуктами. Это займет время, но в будущем даст вам своих «домашних» экспертов с необходимыми навыками.
В целом, такой специалист, как ML Product Manager, однозначно востребован, и я уверен, что вы в конечном итоге найдете подходящего кандидата.

28 октября 2024 18:521

ТОП-30

999

Инесса Шелест IT-рекрутинг

💢IT Рекрутер (16+ лет) для IT компаний 💢HR-архитектор

Ольга, я могу закрыть эту вакансию. Могу предоставить кандидатов. В ЛС можем связаться и договориться Telegram: https://t.me/IT_HR_RU
Ещё из рекомендаций:
+ на этапе скрининга если внимательнее пересмотреть фильтры, можно увеличить выборку до 20% (с 10%). В моём кейсе я так сделала и оказалось эффективно.
А после сделала пересмотр и корректировку на всех последующих этапах воронки и на этапе воронки "финальные кандидаты" результативность выросла в 2 раза.
--Вопрос:
вакансия с удалённым графиком? есть ограничениям: по локациям, оформлению и др.?

24 октября 2024 11:542

ТОП-30

999

Инесса Шелест IT-рекрутинг

💢IT Рекрутер (16+ лет) для IT компаний 💢HR-архитектор

Ольга, и опять ГОСТы! ))
В моём кейсе тоже были они, но у меня жестче, он должен уметь писать техническую документацию по ГОСТам.
Ваш план действий в решении задачи очень логичный и последовательный для первого этапа.
Аналогичные позиции и другие из ML / machine learning у меня в работе активно начали приходить с 2013 года.
Поэтому готова дать свои рекомендации:
+ у Вас в этой задаче есть возможность сделать разделение функций на 2 единицы. Это увеличит эффективность сотрудников и разницы в сумме ЗП на 1 или на 2 не будет существенной и покроется за счёт результативности 2 вместо 1.
+ разделение уместно в этой ситуации и потому что техническая экспертиза в равной степени важна как и управленческая/ менеджерская и одинаково хорошо в двух абсолютно разных направлениях, которые требуют абсолютно разных компетенций ---на практике невозможно. Обязательно что-то будет проседать.
+ нетворкинг--это тот метод, который Вам поможет сформировать качественный поток кандидатов.. Для меня здесь сработала бы своя база, которая формируется с 2013 года.
+ прямой поиск. Активное формирование потенциально интересных источников где есть аналогичные задачи и соответственно аналогичные по задачам сотрудники.
+ Обратила внимание что у Вас тоже на первом этапе результативность воронки составила 10%. По этому параметру рекомендую внимательнее пересмотреть фильтры, чтобы расширить воронку.
У меня вопрос: сколько времени в работе эта вакансия?

23 октября 2024 23:001

Хотите больше материалов по этой теме?

Напишите ваш электронный адрес

Получите на почту подборку лучших материалов по темам

Как закрыть сложную вакансию

Плюс особый подарок от сервиса
на выбор

Кейсы для оценки продавцов 30+

Лучшие вопросы
на собеседовании 100+

Лайфхаки
по подбору персонала 30+

Консалтинг по управлению персоналом 30+

Лучшие советы
по поиску работы 30+

Как продавать
в разных нишах 30+

Следить за новостями

Популярные услуги раздела с ценами:

Подбор линейного персонала в штат и на вахту

от 1 000 ₽ до 120 000 ₽

от 1 000 ₽ до 110 000 ₽

от 1 000 ₽ до 50 000 ₽

от 1 000 ₽ до 80 000 ₽

от 1 000 ₽ до 60 000 ₽

Подбор специалистов

от 1 000 ₽ до 200 000 ₽

от 1 000 ₽ до 85 000 ₽

от 1 000 ₽ до 100 000 ₽

от 1 500 ₽ до 100 000 ₽

от 2 000 ₽ до 130 000 ₽

score 9 · Accepted Answer

Здравствуйте, Ольга!
Я не занимаюсь подбором, но если бы мне нужно было закрыть вакансию ML Product Manager, я бы выделила ключевые навыки и рассмотрела кандидатов, подходящих хотя бы на 60–70%. Взаимодействовала бы с профессиональными сообществами, где могут быть подходящие специалисты. Обратилась бы к выпускникам профильных курсов.

score 8 · Accepted Answer

Ольга, здравствуйте! Это действительно сложная вакансия, поскольку сочетание глубоких знаний в ML и продакт-менеджмента встречается редко. Чтобы ускорить и оптимизировать поиск, рекомендую пересмотреть подход к требованиям. Можно выделить ключевые навыки и подобрать кандидата, который соответствует хотя бы 60–70% из них, с планом на дообучение. Приоритизация навыков позволит сфокусироваться на самых важных критериях и расширит воронку поиска. Также обратите внимание на такие каналы как узкоспециализированные AI и продакт-сообщества, где могут быть потенциальные кандидаты, готовые к развитию.

score 4 · Accepted Answer

Добрый день! Да, в условиях растущего спроса на специалистов с редкими компетенциями, особенно в сфере AI и ML, такой кейс становится типичным. Подбор кандидатов, сочетающих технические навыки и опыт продуктового управления, действительно сложен. Часто сталкиваюсь с вакансиями, где нужен уникальный профиль, и использую несколько подходов, чтобы расширить охват и привлечь подходящих кандидатов:

Нетворкинг и узкие профессиональные сообщества: участвую в специализированных IT- и AI-форумах, где можно напрямую взаимодействовать с сообществами ML-специалистов и продуктовых менеджеров.

Таргетированное привлечение через образовательные платформы: обращаюсь к выпускникам специализированных курсов или программ, фокусирующихся на Product Management и Data Science.

Поиск по международным базам кандидатов: иногда подходящие специалисты работают удалённо в международных проектах.

Талант-пулы и программы стажировок: если есть готовность развивать кандидатов с нужной базой, но не полным соответствием профилю, можно создать внутренний трек по развитию таких сотрудников.

Согласна с вами, вопрос времени и выстроенной стратегии, чтобы охватить редкие навыки и закрыть такую вакансию.

score 6 · Accepted Answer

Инесса, как здорово, что вы откликнулись! Вот она сила нетворкинга )
Вакансия - гибрид с локацией либо в Москве, либо в Екатеринбурге.

score 5 · Accepted Answer

Инесса, да, согласна, нетворкинг и база - это то что помогает закрывать такие вакансии. Сейчас вакансия в работе уже 3 недели. На мой взгляд, пока все по плану, за 1 день такие вакансии не закрываются. И здесь не разделить на двоих функционал, в комментариях под вашим кейсом я упомянула другую вакансию тоже из ML, которую именно так и удалось закрыть.
Благодарю за рекомендации, очень ценно получить их от такого профи, как Вы ) . Про тех кандидатов, которые зашли в воронку на этапе скрининга, все думаю про них, надо действительно, еще раз прошерстить более внимательно. Спасибо!

score 4 · Accepted Answer

Екатерина, интересный у вас кейс. Впечатляет. И также подтверждает мою гипотезу, что с заказчиком можно и нужно обсуждать вакансию, менять ее в случае необходимости.

score 10 · Accepted Answer

Ольга, вакансии с техническим и бизнесовым стеком одновременно появляются в запросах регулярно (руководители проектов по внедрению, продуктовые менеджеры, проджект менеджеры). Английский от С1 - тоже частый запрос, в моем пуле вакансий за последний год таких вакансий большинство. А вот работа в сфере, которая существует всего несколько лет, а заказчики хотят кандидатов с опытом 2-3 года, это челлендж)
Недавно собирала отдел Influence Marketing в компанию, реализующую онлайн продажи в Tik-Tok Shop. Заказчик пришел по рекомендации, с запросом на формирование сильной команды. Нужны были менеджеры, которые не просто умеют связываться с блогерами, а имеют экспертизу в оценке эффективности каждого типа публикации у каждого блогера и нацелены не на количество выходов, а на объем продаж после публикации.
На первом этапе я проанализировала систему мотивации и ее соответствие целям компании и предположила ее переформатировать, чтобы привлечь кандидатов, нацеленных на результат. Далее создала EVP и начала поиск по ключевым каналам. К моему удивлению, кандидаты не только были в достаточном для выбора количестве, но и демонстрировали уровень знаний и навыков, даже выше, чем ожидалось.
Отдел был полностью укомплектован за 2 недели.