Собеседование на AI PM в Pixonic

Почему Pixonic — особенный работодатель для AI PM

Pixonic — мобильная игровая студия, разработчик хита War Robots (mid-core PvP shooter с роботами на 100+ миллионов установок). Сейчас Pixonic — часть холдинга Astrum / экосистемы VK Play. Это специфический контекст: один долгожитель-флагман с 10+ лет в маркете, развитой коммьюнити, киберспортом и стабильной командой live-ops, плюс новые проекты на горизонте.

AI PM в Pixonic отвечает за фичи на стыке mobile gaming и AI: matchmaking в PvP-режимах, churn prediction для retention-кампаний, монетизация (динамические офферы, прогноз LTV), антифрод (бот-фермы, читы, market-абьюз), NPC AI в PvE-режимах, LLM-саппорт для коммьюнити. Главный челлендж — игра живёт 10+ лет, любое изменение в matchmaking или экономике сразу вызывает реакцию старожилов; нужна осторожная итерация.

Стек: классические ML (CatBoost, XGBoost), TrueSkill/ELO для matchmaking, графовые модели для антифрода, telemetry-pipeline на ClickHouse, A/B-инфраструктура с retention-tracking, LLM-API для саппорта.

Актуальные вакансии — на hh.ru и сайте Pixonic.

Этапы собеседования

Цикл — 4-5 этапов, 2-3 недели.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет AI-фокус, базовое ML, опыт в mobile gaming. Любой experience с mid-core PvP или live-ops — большой плюс. Готовь питч на 90 секунд: какие AI-фичи запускал, какие метрики двигал, в каких жанрах работал.

2. AI / ML grounding (45-60 минут)

С ведущим PM или ML-лидом. Темы: classification/regression метрики, ranking-метрики для matchmaking, особенности skill-rating, gameplay-AI constraints. На LLM-блоке — саппорт и hallucinations в money-кейсах.

Подготовка: LLM-фичи, ML для PM.

3. Product кейс с AI-фичей (90 минут)

Дают кейс «спроектируй AI matchmaking». Жди вопросов про аудиторию (новички vs топ-клан), JTBD (быстрая катка / справедливый матч), UX (как показываем рейтинг, как объясняем queue), риски (premade-bias, smurfing, churn после серии проигрышей), метрики (queue time, win-rate distribution, retention следующего матча), MVP (с какого региона стартуем). Сильные кандидаты сразу разводят «справедливый рейтинг» и «приятный flow».

Подготовка: Prompt engineering, RAG и context.

4. Metrics / experimentation (45 минут)

Эксперименты в multiplayer: network-effect между группами. Спросят, как использовать time-based split, regional split, как мерить долгосрочный retention. Готовь evaluation framework для balance changes.

Подготовка: AI-метрики и evaluation.

5. Поведенческое (45 минут)

STAR. Истории про конфликт с гейм-дизайнерами, факап с patch, спор о направлении проекта.

Особенности по командам

Matchmaking AI. Подбор соперников в PvP-режимах War Robots. Самая видимая для коммьюнити команда. Подойдёт PM с background в multiplayer-играх.

Antifraud AI. Бот-фермы, читы, account selling. Подойдёт PM с security/anti-abuse опытом.

Monetization AI. Динамические офферы, прогноз LTV/whale, персонализация магазина. Тесно работает с экономистами игр. Подойдёт PM из mobile F2P.

NPC / Gameplay AI. AI-противники в PvE-режимах, динамическая сложность. Подойдёт PM с гейм-дизайнерским бэкграундом.

Support AI. LLM-саппорт для коммьюнити, классификация тикетов. Подойдёт PM с customer-success background.

Что Pixonic ценит в AI PM

AI понимание. Слабый: «возьмём ELO». Сильный: «TrueSkill с поправкой на premade и regional pinguments, smurf-detector».

Gaming context. Понимание mid-core mobile-сегмента, flow vs grind. Слабый: «оптимизируем CTR». Сильный: «удержание игрока после серии 3+ проигрышей — критическая метрика».

Matchmaking / antifraud. Знание smurfing, premade-stack, account selling. Слабый: «как везде». Сильный приходит с конкретными проблемами War Robots.

Business metrics. DAU/MAU, retention D7/D30, ARPPU, средняя длина сессии.

Cross-team. Гейм-дизайнеры, разработка, продюсер, киберспорт.

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1 — ML базовые + ranking. TrueSkill/ELO basics. ML для PM.
2. Неделя 2 — LLM глубже. Параллельно — прорешай вопросы по Python, ML и SQL в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. LLM-фичи.
3. Неделя 3 — Prompt + RAG. Prompt engineering, RAG.
4. Неделя 4 — Cost / latency. AI cost и latency.
5. Неделя 5 — Mocks + behavioral. Mock matchmaking.
6. Неделя 6 — Polish. Перечитай patch-notes War Robots, статьи Riot/Valve.

Частые ошибки

«Добавим chatbot» без бизнес-кейса. Слабо: «AI-бот». Сильно: «у нас 18k тикетов в неделю, 60% — типовые „как вывести бонус, баг квеста“; LLM-бот закроет 45%, FRT с 6 часов до 2 минут».

Игнор hallucinations. В геймдеве halluc = бот пообещал реверс ban. Слабый: «модерируем». Сильный: «для money/ban — эскалация на человека».

Без game industry. Изучи Riot/Valve, играй в популярные mobile F2P.

Без matchmaking. Слабый: «ELO». Сильный: «TrueSkill + premade + regional tolerance + smurf-mitigation».

AI metrics only. Слабо: precision/recall. Сильно: DAU, retention D7, ARPPU.

Связанные темы

• Собеседование на AI PM
• LLM-фичи в продукте
• Prompt engineering
• RAG и context
• AI-метрики и evaluation
• AI cost и latency

FAQ

Удалёнка в Pixonic для AI PM?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle AI PM: 360-510k. Senior: 510-740k.

Английский нужен?

Базовый — желательно для чтения западных gaming-блогов.

Сколько этапов?

4-5 этапов, 2-3 недели.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера — команды и грейды могут менять процесс.