Middle+ ML-инженер в Pricing

Что предстоит делать

Цена — один из самых сильных рычагов маркетплейса: от неё напрямую зависят GMV, маржинальность и то, насколько выгодно покупать у нас. Команда ценообразования строит систему динамического ценообразования. Система регулярно пересчитывает рекомендации для большого числа SKU и управляет скидками так, чтобы расти в продажах и не терять в марже. В скоупе — прогноз спроса, оценка эластичности, оптимизация цены и скидки при бизнес-ограничениях и постоянные A/B-эксперименты с аналитиками и продуктом. ㅤ Чем предстоит заниматься: ㅤ • Модели спроса и цены: прогноз спроса, оценка влияния цены и скидки на продажи, рекомендации по оптимальной цене • Качество моделей: feature engineering, offline-валидация, анализ ошибок, выбор и сравнение ML-подходов • Данные: подготовка датасетов и признаков, EDA, контроль качества входных данных • Эксперименты: вместе с аналитиками проектировать и разбирать A/B-тесты, оценивать влияние на GMV, маржинальность и продажи • Прод и надёжность: развивать ML-систему, которая пересчитывает цены на большом ассортименте; следить за поведением моделей после запуска и разбирать инциденты • Инженерная культура: code review, обсуждение архитектуры, документация решений и результатов экспериментов ㅤ Наш стек: ㅤ • ML/DS: Python, pandas/polars, NumPy, scikit-learn, CatBoost/LightGBM, PyTorch • Данные: ClickHouse, Trino, Airflow • Прод: Git, Docker, CI/CD • A/B-эксперименты: GrowthBook ㅤ Что мы ждём: ㅤ • 3+ года коммерческого опыта в ML/DS: обучал модели и доводил их до прода или до регулярного использования • Уверенный Python и основной DS-стек; опыт с градиентным бустингом и/или PyTorch • Уверенный SQL, опыт работы с большими данными • Понимание A/B-тестов: статистическая значимость, доверительные интервалы, power и MDE, корректная интерпретация результатов • Умение писать поддерживаемый код: Git, Docker, базовое понимание CI/CD и оркестрации пайплайнов • Самостоятельность: умеешь разбить задачу на части, предложить варианты решения и довести выбранный до результата • Умение объяснять ограничения и результаты моделей аналитикам, разработчикам и продукту • Оцениваешь модели не только по offline-метрикам, но и по влиянию на бизнес ㅤ Будет плюсом: ㅤ • Опыт с demand forecasting, price elasticity, оптимизацией цен или скидок • Понимание causal inference: почему нельзя просто обучить модель «цена → спрос» на исторических данных • Опыт в e-commerce или ритейле ㅤ Процесс найма: ㅤ • HR-интервью (30 мин): команда, контекст, твой опыт и ожидания • Тех-1 (60 мин): Python, SQL, теория ML • Тех-2 (60 мин): ML System Design • Финал (60 мин): интервью с руководителем ㅤ Почему это интересно: ㅤ • Даем широкую зону ответственности и возможность влиять на архитектурные и продуктовые решения. А ещё рады обсуждать твои инициативы и реализовывать их • Уникальная культура – мы сохранили дух стартапа, при этом уже отстроили зрелые процессы • Формируем измеримые цели всей командой и не просто выполняем их "для галочки", а замеряем эффективность и общее влияние нашей работы на бизнес • Работа в командах сильных специалистов, где ценится глубина экспертизы и инженерное мышление • Команды слушают и слышат друг друга, выступая в роли партнеров, а не исполнителей ㅤ Что мы предлагаем: ㅤ • Удаленка из любой точки мира или уютный офис в Ташкенте • У нас можно расти в инженерном или управленческом треке, а еще выстроена регулярная оценка перформанса • Платим на уровне топовых компаний российского рынка • Обучение и развитие — мы поддерживаем как внутри компании, так и за ее пределами (митапы, конференции, профессиональное обучение, публикации). А еще помогаем развивать личный бренд • База — комьюнити профессионалов с желанием делать круто. Приятный бонус — ДМС в привязке к вашей локации, обучение и другие плюшки