Собеседование на AI PM в Playrix

Почему Playrix — особенный работодатель для AI PM

Playrix — одна из крупнейших международных мобильных игровых студий по выручке (топ-10 в мире), флагманы Homescapes, Gardenscapes, Township, Fishdom. Совокупная аудитория — десятки миллионов DAU по всему миру. Это серьёзная казуальная экономика с гигантскими бюджетами на UA-маркетинг и тонкой настройкой монетизации. Для AI PM это значит работу с по-настоящему high-stakes контекстом: каждый процент LTV — это десятки миллионов долларов гросса в год.

AI PM в Playrix работает на стыке casual mobile, generative AI и марк-tech: persistance прогноза LTV/churn для UA-оптимизации и retention-кампаний, динамические офферы и магазин, AI-генерация креативов для UA в промышленных объёмах (сотни тысяч баннеров/видео в год), generative content в игре (дополнительные ивенты, мини-квесты, описания), LLM-саппорт для глобального коммьюнити. Главный челлендж — масштаб экспериментов (одновременно сотни A/B), их методологическая чистота и payback метрик.

Стек: classical ML (CatBoost, XGBoost) для LTV/churn, contextual bandits для персонализации офферов, diffusion и LLM (open-source с fine-tuning + commercial) для generative креативов, мощная A/B-инфраструктура с predicted LTV, marketing-mix атрибуция (AppsFlyer, in-house), глобальный data warehouse.

Актуальные вакансии — на hh.ru и сайте Playrix.

Этапы собеседования

Цикл — 4-5 этапов, 2-3 недели. Большая часть этапов — на английском.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет AI-фокус, базовое ML, опыт в mobile F2P, английский. Любой experience с casual mobile (опыт в Casual Connect, GDC, deconstructor of fun) — большой плюс. Готовь питч на 90 секунд: какие AI-фичи запускал, какие метрики двигал, какие масштабы UA-бюджетов.

2. AI / ML grounding (45-60 минут)

С ведущим PM или ML-лидом. Темы: метрики classification/regression, predicted LTV-модели, generative (как fine-tune под бренд, как делают style consistency), особенности мобильной F2P-экономики (predicted LTV из ранних сигналов retention/payment). На LLM-блоке — стоимость генерации миллионов креативов.

Подготовка: LLM-фичи, ML для PM.

3. Product кейс с AI-фичей (90 минут)

Дают кейс «спроектируй AI monetization для F2P». Жди вопросов про аудиторию (whales vs payers vs free), JTBD (прогресс / fun), UX, риски (over-monetization бьёт retention), метрики (ARPDAU, conversion-to-payer, retention D7/D30, ROAS UA-кампаний), MVP. Сильные кандидаты сразу видят trade-off ARPDAU vs retention.

Подготовка: Prompt engineering, RAG и context.

4. Metrics / experimentation (45 минут)

Эксперименты в F2P-масштабе: одновременно сотни A/B, predicted LTV из ранних сигналов. Спросят, как использовать predicted LTV-модели для ранней оценки, как контролировать interference между группами в социальных играх, как делать sequential testing.

Подготовка: AI-метрики и evaluation.

5. Поведенческое (45 минут)

STAR на английском. Истории про конфликт с UA-командой, факап с релизом, спор о монетизации.

Особенности по командам

Monetization AI. Динамические офферы, прайсинг по сегментам, прогноз ARPPU. Тесно работает с экономистами игр и UA-командой. Подойдёт PM из mobile F2P с фокусом на LTV.

Generative content. AI-генерация креативов для UA-кампаний в промышленных объёмах. Самая горячая команда в R&D-смысле — переписывает UA-конвейер за счёт автогенерации. Подойдёт PM с опытом в creative production или generative AI.

Ad personalization. Подбор рекламных интеграций, прогноз ad-conversion. Подойдёт PM с adtech background.

Churn AI. Прогноз ухода, retention-кампании, win-back. Подойдёт PM с retention/lifecycle-marketing опытом.

Support AI. LLM-саппорт для глобального коммьюнити в десятках языков. Подойдёт PM с интересом к customer success в международном масштабе.

Что Playrix ценит в AI PM

AI понимание. Слабый: «возьмём готовое». Сильный: «для prediсted LTV — CatBoost с feature engineering на ранних поведенческих сигналах; для генерации креативов — fine-tuned SDXL на брендовом стиле».

Casual mobile context. Знание ARPDAU, conversion-to-payer, retention D1/D7/D30, ROAS, payback period. Слабый: «увеличим revenue». Сильный: «повысим ARPDAU на 8% без падения retention D30 ниже 22%».

Generative AI fluency. Базовое понимание diffusion, LoRA, fine-tuning, style transfer.

Business metrics. «Прирост ROAS на 12% в UA, экономия креативного бюджета 220k usd в месяц, retention эффект +4 pp на D7».

Английский. Обязательно. Команда международная, кейсы на английском.

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1 — ML базовые. Метрики, propensity-скоринг, LTV-модели. ML для PM.
2. Неделя 2 — LLM + generative. Diffusion, LoRA, control nets. 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. Стоимость генерации миллионов креативов. AI cost и latency.
5. Неделя 5 — Mocks + behavioral + английский. Mock-кейс monetization на английском.
6. Неделя 6 — Polish. Перечитай Eric Seufert, GameAnalytics, deconstructor of fun.

Частые ошибки

«Добавим chatbot» без бизнес-кейса. Слабо: «AI-бот». Сильно: «у нас 80k тикетов в неделю, 70% — типовые; LLM закроет 60%, экономия 15 модераторов, FRT с 8 часов до 5 минут».

Игнор hallucinations. Слабый: «модерируем». Сильный: «для money/IAP — обязательная проверка из биллинга, не LLM-генерация».

Без mobile gaming. Не знаешь ROAS/payback — провал. Изучи Eric Seufert.

Без generative AI. Слабый: «возьмём готовое». Сильный: «fine-tune diffusion на брендовом стиле даёт consistency».

Слабый английский. Playrix — global. Минимум upper-intermediate.

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 Playrix для AI PM?

Часто полная удалёнка, международная команда в распределённом формате.

Зарплатные вилки 2026?

Middle AI PM: 420-580k. Senior: 580-840k. Возможна валютная вилка.

Английский нужен?

Да, обязательно. Команда международная.

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.