Работал в PARI менеджером по продукту полтора года — реально прокачал навыки. Темп высокий, но это кайф: постоянно взаимодействуешь с внутренними командами и клиентами, учишься расставлять приоритеты и решать нестандартные задачи. Руководство открыто к диалогу и новым идеям — если можешь аргументировать и показать цифры, обычно дают протестировать гипотезу. Команда сильная и поддерживающая, всегда можно спросить совет.

Из минусов здесь не всегда четко прописаны зоны ответственности, бывает задачи накладываются друг на друга, и приходится самому разруливать, кто за что отвечает. Порой напрягает. Еще хотелось бы чуть больше удаленных дней, но в целом это не критично.

Рекомендую для тех, кто хочет действительно хочет прокачаться в управлении продуктами и получить опыт работы в динамичной компании.

Работаю backend-разработчиком в PARI уже больше двух лет и за это время реально вырос как инженер. Темп работы высокий, но это скорее плюс: постоянно решаешь живые продуктовые задачи, а не «теорию из ТЗ». Много взаимодействия с продуктом и аналитиками, благодаря чему лучше понимаешь, зачем пишешь код, а не просто «как». Руководство адекватное и открытое к обсуждению решений. Если можешь объяснить и показать аргументы, твое предложение вполне могут взять в работу. Команда сильная, всегда можно обсудить архитектуру или получить совет.

В числе недочетов пожалуй такой момент — не всегда хватает четкости в постановке задач, иногда приходится самому «докручивать» требования до понятного результата. Также бывает конкуренция приоритетов: параллельно идут несколько задач, и важно самому расставлять фокус, что сначала, а что подождет.

Рекомендую компанию как место, где можно реально прокачать инженерные навыки и поработать в живой, динамичной продуктовой среде.

Работаю ML Engineer’ом в PARI около года. За это время успел поучаствовать в разных продуктовых задачах от подготовки данных и фичей до выката моделей в прод и проверки их через A/B тесты. Понравилось, что здесь ML это не «поиграться с моделькой в ноутбуке», а полноценная часть продукта с понятным влиянием на метрики. Темп довольно высокий, но это скорее плюс: быстро прокачиваешься и начинаешь лучше понимать и данные, и продукт, и бизнес-логику. Параллельно могут идти разные задачи — модели, эксперименты, улучшение метрик, и нужно уметь переключаться. С одной стороны, это иногда перегружает, с другой хорошо развивает системное мышление.

По технике все достаточно современно: нормальная инфраструктура для экспериментов, нет ощущения, что ты постоянно «борешься с инструментами» вместо работы. Можно спокойно тестировать гипотезы и не тратить лишнее время на рутину.

Команда сильная, много людей с хорошим опытом, у которых реально есть чему поучиться. Часто обсуждаем подходы, метрики, постановку задач — это нормальная рабочая практика, а не формальность. Руководство адекватное: если есть аргументация и цифры, идеи слышат и дают шанс проверить.

Из минусов — иногда задачи прилетают не до конца сформулированные, и приходится самому докручивать постановку и метрики. Плюс бывает, что несколько инициатив конкурируют за приоритет, и важно самому правильно расставлять фокус.

Ну так-то это хорошее место, если хочется расти именно как ML Engineer в продакшене: много практики, живые задачи и нормальный уровень свободы в принятии решений.

Работаю продуктовым аналитиком и могу сказать, что здесь действительно есть возможность влиять на продукт, а не просто делать отчеты. Аналитика используется в реальных решениях, а не «для галочки», что сильно мотивирует. Часто подключают к задачам на ранних этапах, поэтому можно участвовать в формировании гипотез и тестов. Есть хороший доступ к данным, инструментам, много работы с воронками, метриками и A/B-тестами.

Из сильных сторон — разнообразие задач. Это не только дашборды, но и более глубокая продуктовая аналитика, где нужно думать и предлагать решения.

Из минусов — не всегда четко-идеальная постановка задач. Иногда приходится самому уточнять и докручивать запрос, чтобы прийти к нормальному результату. Бывает перегруз и конкуренция приоритетов, поэтому важно уметь самостоятельно расставлять фокус. Также качество данных местами требует дополнительной проверки.

Ну так-то это хороший вариант для роста в продуктовой аналитике. Темп высокий, процессы не всегда идеальные, но опыта здесь можно получить очень много.