Старший менеджер продукта
RUTUBE
Видео, AdTech, AI/ML, Trust & Safety
Сайт компании
https://rutube.ru/Размер компании
500-1000 сотрудников
Отрасль
Видео, AdTech, AI/ML, Trust & Safety
Ключевые достижения
Экономия
Экономический эффект ML-модерации: −35% стоимости проверки
Автоматизация модерации
Доля решений, принимаемых ML, на потоке ~100 тыс. видео в сутки
Конверсия в просмотр
Переход из шортса в длительное смотрение
Увеличение WatchTime
У пользователей, которые смотрели шортсы
О работе
- Масштабировал ML-модерацию на поток ~100 тыс. видео в сутки: автоматизировал до 60–65% решений, снизил стоимость проверки примерно на 35%; экономический эффект — ~4,8 млн ₽.
- Запустил киношортсы с нуля: сформировал контентную стратегию и продуктовый пайплайн, достиг 9,5% конверсии в длинный просмотр, +14% watch time и +4% подписок; участвовал в последующей оценке эффективности и закрытии продукта.
- Запустил рекламный видеоплеер с revenue share: построил PnL-модель, сформировал продуктовые требования, запустил SDK и ML-разметку по IAB, повысил конверсию рекламного блока в целевое действие на 40%; участвовал в принятии решения о закрытии и выводе продукта из эксплуатации.
- Построил систему контроля качества ML-модерации, процесс разметки датасетов и BI-отчетность по продуктовым, операционным и quality-метрикам.
Технологии и инструменты
Результаты в цифрах
Решения по модерации видео: ML или модератор
Доля решений, %. На потоке ~100 тыс. видео в сутки до 65% решений принимает ML, остальное проверяют модераторы. Благодаря этому стоимость проверки снизилась примерно на 35%, экономический эффект — ~4,8 млн ₽.
Конверсия рекламного плеера, %
Конверсия выросла с 0,20% до 0,28% (+40%) после запуска новой продуктовой механики — IAB-категоризации контента.
Основные достижения
Конверсия в длительный просмотр из шортса 9,5%
Увеличение WT фильма +14%
Оформление подписок +4%
Разработал систему автоматической классификации с точностью 98%