Rambler&Co — busca e recomendação

O ecossistema de mídia da Rambler tinha mais de 45 milhões de usuários ativos mensais entre suas propriedades. Busca e recomendação eram os sistemas que decidiam o que essas pessoas viam e quanto o ecossistema ganhava com isso.

O contexto era de mídia: busca e recomendação ficavam na interseção entre intenção do usuário, distribuição de conteúdo, economia de publicidade e qualidade de machine learning.

A monetização da busca e a qualidade das recomendações limitavam tanto a receita quanto o engajamento. Melhorar apenas o modelo de ranking não teria bastado, porque as superfícies, os incentivos e as métricas de qualidade em volta determinavam o que o modelo tinha permissão para otimizar.

Liderei a direção de Tecnologias de Busca e Serviços de Recomendação, com aproximadamente 10 reportes diretos e uma atuação multidisciplinar ampla dentro do ecossistema.

Tratar qualidade de ranking, superfícies de distribuição e monetização como um único sistema de produto, em vez de otimizar o modelo isoladamente.

Medir o sucesso da recomendação também por profundidade de engajamento, e não só por cliques, para que o sistema não fosse premiado por curiosidade superficial.

Melhorei a monetização da busca e o desempenho do SERP.

Construí e liderei produtos de recomendação personalizados em todo o ecossistema.

Conectei analytics de produto, qualidade de ranking e decisões de monetização.

Sistemas de recomendação são sistemas de produto, não apenas modelos. Superfícies de distribuição, incentivos, métricas de qualidade e contexto editorial mudam o resultado.