Как пройти собес продакт-менеджера в VK

Что важно понимать про VK

VK — большой холдинг: соцсеть ВКонтакте, ОК, Дзен, VK Music, VK Видео, Mail, Облако, образовательные сервисы и другие продукты. Каждое направление со своей спецификой, но соцсеть в основе сильно влияет на культуру: тут много про контент, ленту, сетевые эффекты, рекомендательные системы. Если в кейсе про соцсеть кандидат не понимает разницу между DAU и engaged DAU и не знает, зачем нужна stickiness, это видно с первой минуты.

Воронка собеса стандартная: HR-скрининг, продуктовый кейс, аналитика, поведенческое, финал. Особенность — упор на метрики вовлечения (engagement) и понимание устройства лент и рекомендаций. Полезно заранее погрузиться в публичные материалы о том, как устроены ленты в больших соцсетях: какие сигналы используются, как балансируются свежесть и релевантность, что такое cold start для нового пользователя или нового автора.

Второе, что отличает собес в VK — масштаб. Идеи уровня «давайте отправим персонализированный пуш» здесь упираются в то, что отправить надо десяткам миллионов и каждое лишнее уведомление — это удар по retention. Сильный кандидат сам ставит ограничение в кейсе: «Считаю стоимость пуша не только в инфраструктуре, но и в потенциальном отвале по ленте».

Этап 1. Скрининг с рекрутером

Звонок 20–30 минут. Стандартный набор: про себя, мотивация, опыт, ожидания. Что выводить вперёд:

• продуктовые результаты с метриками вовлечения;
• работу с контентными продуктами или социальными механиками;
• понимание рекомендательных систем хотя бы как продакт (без матчасти ML);
• ожидания по уровню и зарплате.

Полезный приём — заранее заготовить три предложения про каждый прошлый продукт: что делал, какая метрика двигалась, какой был масштаб. Рекрутер не задаёт глубоких вопросов, но решает, к кому из нанимающих менеджеров тебя отправить — и от качества скрининга зависит, какая команда тебя возьмёт в воронку.

Этап 2. Продуктовый кейс

Кейс часто про соцсеть, контент или ленту. Варианты формулировок:

• «Как увеличить вовлечённость в видео».
• «Как улучшить онбординг новых пользователей в ленте».
• «Диагностируй падение DAU в группах».
• «Как улучшить рекомендации в музыке».

Что важно показать:

• структура (цель, сегменты, гипотезы, приоритизация, метрики);
• понимание engagement-метрик (DAU, MAU, stickiness, time spent, sessions);
• работа с авторами и потребителями (две стороны контентного продукта);
• понимание эффектов рекомендаций (CTR, dwell time, разнообразие).

Полезно проговаривать вторичные эффекты: «такая фича может поднять CTR в краткосроке, но утомить пользователя в долгосроке, и нужно мерить retention W4». Сегментация в кейсе по соцсети не должна быть «активные и неактивные»: разделяй на новых, реактивированных, ядро, авторов, лурков. Каждый сегмент по-своему реагирует на одну и ту же фичу.

Антипатерны кейса в VK:

• решать только за потребителя контента и забыть про авторов;
• «давайте подкрутим алгоритм» без понимания, что подкрутить и под какую цель;
• идея, которая хорошо звучит на одной категории контента и разваливается на другой.

Этап 3. Аналитика и метрики

SQL — middle-уровень: JOIN, GROUP BY, оконки, когорты. Метрики: DAU/MAU, stickiness, retention, engagement (likes/comments/shares per session), time spent, frequency.

Типичные задачи:

• посчитать DAU за период;
• retention первой недели по когортам регистрации;
• доля активных авторов от общего числа MAU;
• топ-контент по engagement в категории;
• доля сессий, где пользователь дошёл до второго экрана ленты.

Уровень не запредельный, но скорость и аккуратность критичны. Часто на этом этапе ловят на мелочах: integer division в долях, забытый NULLIF в делении, COUNT по всем строкам вместо DISTINCT.

Ориентиры по метрикам, которые полезно держать в голове (это порядки величин для крупных соцсетей, не гарантия для конкретного продукта):

Метрика	Ориентир
Stickiness DAU/MAU	0.4–0.7 для ядра соцсети
Retention W1	25–40% для регистраций
Retention W4	12–25%
Доля авторов от MAU	5–15%

Этап 4. Поведенческие вопросы

Поведенческое — про сложные проекты, провалы, кросс-функциональную работу. STAR работает.

В VK ценят истории про работу с большим масштабом и про быстрые итерации на куске трафика. Если у вас был опыт «выкатил на 1%, посмотрел метрики, поправил, раскатил на 100%» — это сильная история. Также хорошо звучат кейсы про переговоры с алгоритмической или ML-командой: продакт, который не пугается ML, в контентном продукте дорогого стоит.

Этап 5. Финал с руководителем

Финал — с руководителем направления или продуктовым лидером. Часто разговор про карьеру, видение продукта, ваше понимание ближайших задач. На сеньорных ролях — стратегия и P&L.

Подготовьте предметные вопросы про метрики команды, процесс приоритизации, ближайшие челленджи направления. Сильный сигнал — вопрос про метрику-антагонист команды: «Что вы боитесь сломать, когда двигаете engagement?» Такой вопрос показывает, что кандидат думает в trade-off, а не только в росте.

Шаблон ответа на кейс

Чтобы не плыть в кейсе по соцсети, держи в голове скелет:

1. Уточняющие вопросы (1–2 минуты): какая цель, какой сегмент, какие ограничения.
2. Декомпозиция метрики на драйверы (DAU = новые + удержанные + реактивированные; engagement = охват × частота × глубина).
3. Сегменты пользователей (новый, ядро, лурк, автор) и сегменты контента (UGC, профессиональный, рекомендательный).
4. 3–5 гипотез, каждая с механикой и ожидаемой стороной (потребитель/автор).
5. Приоритизация: impact × confidence × effort.
6. План эксперимента: метрика, контр-метрика, MDE, длительность.
7. Финальная рекомендация одной строкой.

Как готовиться

• Engagement-метрики. DAU/MAU, stickiness, retention, time spent, sessions, frequency.
• Контент и рекомендации. Понимать, как устроена лента и базовые принципы рекомендательных систем.
• Кейсы. 5–10 кейсов про соцсеть, ленту, контент.
• SQL. Middle-уровень с оконками и когортами.
• Истории. 4–5 STAR-историй, обязательно про быструю проверку гипотезы.

Частые ошибки

• Игнорировать авторов. Соцсеть — это и потребители, и создатели контента. Кейс про engagement без авторов — половина решения.
• Поверхностные метрики. DAU без stickiness и retention — половина картины.
• Слабый SQL. На middle-роли спрашивают, и неуверенный ответ режет.
• Идеи без эксперимента. Без плана A/B кейс выглядит мнением.
• Игнорировать контр-метрики. Любая фича на engagement обычно бьёт по другим метрикам — назови их сам, не жди вопроса.
• Нет вопросов в финале. Стандартный минус.

Дополнительные темы для подготовки

Помимо метрик и кейсов есть пласт вопросов, которые в VK любят на стыке продукта и платформы:

• Сетевые эффекты. Как фича усиливает или ослабляет сеть. Хороший пример — рекомендации друзей: каждое новое соединение в графе делает ленту релевантнее, retention растёт. Если кандидат говорит про соцсеть и не упоминает граф, это слабое место.
• Cold start. Что делать с новым пользователем, у которого нет истории. Что делать с новой группой или новым автором, у которого нет аудитории.
• Качество контента. Как балансировать охват и риск показа неподходящего контента. Какие сигналы обычно используют для модерации и для понижения охвата.
• Уведомления. Бюджет уведомлений на пользователя — это продуктовая величина. Лишний пуш стоит части retention.
• Multi-product context. Если речь про продукт внутри экосистемы (например, Дзен или VK Музыка), нужно уметь говорить про cross-promo и пересечение аудитории.

Полезно проговорить эти темы вслух с другом до собеса — это вытягивает слабые места задолго до интервьюера.

Связанные темы

• Кейс «улучши X»: что говорить на продакт-собесе
• Кейс «спроектируй фичу» на собесе продакта
• Что такое retention
• Что такое A/B-тест
• Как пройти собес продакт-менеджера в Яндексе

План подготовки на 3 недели

Если есть месяц до собеса, разнеси подготовку по неделям и не пытайся делать всё сразу:

• Неделя 1. Продукт и контекст. Установить приложение, пройти онбординг как новый пользователь, выписать 10 наблюдений про ленту, рекомендации, пуши. Прочитать 2–3 публичных материала про устройство больших соцсетей.
• Неделя 2. Метрики и SQL. Восстановить базу: DAU/MAU, stickiness, retention, engagement-метрики. Написать руками 5 запросов на retention и когорты, проверить себя на integer division и NULLIF.
• Неделя 3. Кейсы и истории. Прорешать 8–10 кейсов вслух с таймером, записать на диктофон. Подготовить 4–5 STAR-историй: одна про конфликт, одна про провал, одна про быстрый эксперимент, одна про работу со смежниками.

В последние 2 дня — никаких новых тем, только повторение и сон.

FAQ

Сколько этапов на продакт-собесе в VK?

Обычно 4–5: рекрутер, продуктовый кейс, аналитика, поведенческое, финал. На senior иногда добавляется отдельная стратегическая секция.

Нужен ли опыт в соцсетях?

Желательно для контентных направлений. Для не-социальных продуктов холдинга — необязательно, важнее общий продуктовый бэкграунд и понимание engagement-метрик.

Какой SQL ждут?

Middle: JOIN, GROUP BY, оконки, когорты, retention. Сложные DWH-задачи и оптимизация запросов на этом раунде обычно не спрашивают.

Сколько готовиться?

2–4 недели при наличии базы. С нуля — 2–3 месяца, с обязательной отработкой кейсов вслух.

Спрашивают ли про ML?

Глубокого ML не ждут, но базовое понимание рекомендательных систем (фильтрация, ранжирование, cold start) полезно. Без этого кейс по ленте будет звучать поверхностно.

Что делать, если опыт только в B2B?

Заранее проработать 3–4 кейса по соцсети, разобрать публичные post-mortem'ы по лентам, открыть приложение и пройти онбординг как новый пользователь — чтобы было что обсуждать в кейсе.

---

Тренируйте SQL, метрики и продуктовые кейсы — откройте Карьерник с задачами уровня собеса в VK.