Кирилл Урбан присоединился к команде портала «Рамблер»
Кирилл Урбан возглавил новое направление, которое сфокусируется на производстве и дистрибуции контента для решения повседневных задач пользователей
С октября 2024 года Кирилл Урбан занимает должность главного редактора тематических вертикалей портала «Рамблер» (входит в медиахолдинг Rambler&Co). На этой позиции он сосредоточится на качестве контента площадки, новом уровне взаимодействия с пользователями и разработке механик с применением ИИ. Обновленный функционал портала нацелен на помощь при принятии читателями важных жизненных и бытовых решений — от карьеры и личных финансов до развлечений и домашнего уюта.
Анна Иванова, директор департамента контента и технологий Rambler&Co, исполнительный директор портала «Рамблер»: «Аудитория скоро увидит абсолютно новый LLM*-портал «Рамблер», он будет про настоящую искреннюю помощь человеку в любой жизненной ситуации — от простого запроса по новостям и текущим событиям до полезного контента на все случаи жизни. А невероятные истории всегда начинаются с невероятных людей. Для меня особенно ценно, что идеологом этой концепции, продуктологом и тем профессионалом, который будет делать качественный контент для людей, станет специалист такого уровня, как Кирилл».
Кирилл Урбан, главный редактор тематических вертикалей портала «Рамблер»: «Я рад присоединиться к команде портала «Рамблер». Впереди много работы, чтобы сделать портал еще удобнее и полезнее для наших пользователей».
Кирилл Урбан окончил Российский университет дружбы народов по направлениям «Журналистика» и «Медиаменеджмент», а также Высшую школу экономики по специальности «Менеджер цифровых продуктов». С 2001 года работал в издательском доме «Коммерсантъ»: был новостным журналистом и редактором, занимался справочно-аналитическим контентом, выстраивал корреспондентскую сеть и работу с информацией зарубежных СМИ. С 2016 года управлял цифровыми площадками «Коммерсанта» одновременно как редактор и продуктовый директор.
* LLM (Large Language Model) — это большие языковые модели, нейронные лингвистические сети, обученные на огромных корпусах данных для понимания и обработки текста.