Senior Data Scientist

Что предстоит делать

<p><strong>COMFY</strong> — украинская омниканальная e-commerce компания. Мы развиваем <strong>Central Data Office</strong>, чтобы Data Science, AI и аналитика помогали принимать качественные решения и давали измеримый эффект в клиентском опыте, коммерции и операционных процессах.</p><p><strong>CVM Offer Personalization</strong> — направление, которое помогает определять наиболее уместное предложение или преимущество для конкретного клиента и измерять его реальный incremental effect.</p><p>Наша цель — переходить от массовых скидок к персонализированным и контролируемым решениям, которые учитывают <strong>ценность для клиента, бизнес-экономику, доступность товаров и правила взаимодействия с клиентом</strong>.</p><h3>О роли</h3><p>Ищем <strong>Senior Data Scientist</strong>, который возьмет ownership за model logic, evaluation и experimentation в направлении <strong>CVM Offer Personalization</strong>.</p><p>Фокус роли — <strong>customer-level offer decisioning</strong> в рамках согласованной offer policy и измерение incremental business effect.</p><p>Это роль для специалиста, который умеет сочетать ML, статистику, experimentation и бизнес-контекст — от постановки задачи до оценки фактического эффекта после запуска.</p><p><strong>Product discovery, recommendations, ranking и search relevance</strong> относятся к отдельному направлению Data Science. <strong>Price/promotion response</strong> на уровне продукта, категории и канала — к зоне Commercial Optimization &amp; Price Elasticity.</p><h3>Над чем работать</h3><ul><li>Customer response и relevance scoring для выбора персонализированного предложения или преимущества.</li><li>Оценка incremental effect и отделение реального влияния от self-selection и сезонных изменений.</li><li>Работа с eligibility, consent, contact pressure, margin и availability constraints.</li><li>Holdout/control groups, контролируемые пилоты и эксперименты.</li><li>Guardrails для контроля cannibalization, чрезмерного discounting, customer complaints и неравномерного качества между сегментами.</li><li>Совместная с Product Engineering работа над data/feature contracts, production acceptance, monitoring requirements и retraining criteria.</li></ul><h3>Что будет в вашей зоне ответственности</h3><ul><li>Вместе с CVM и Commercial stakeholders превращать бизнес-задачи в проверяемые <nobr>ML-гипотезы,</nobr> baseline, constraints и success metrics.</li><li>Исследовать, строить и валидировать модели релевантности и response для персонализированных предложений.</li><li>Проектировать evaluation, который сочетает model quality с <strong>incremental Contribution Margin, promo ROI, retention и customer experience</strong>.</li><li>Планировать и анализировать holdout/control experiments, учитывая cannibalization, delayed effect и неоднородность результатов.</li><li>Определять feature definitions вместе с Data Engineering и проверять data/feature readiness.</li><li>Готовить model cards, assumptions, limitations, guardrails, acceptance criteria и handoff для Product Engineering.</li><li>Анализировать post-launch signals и определять response scenarios в случае drift, data-quality issues или ухудшения business metrics.</li><li>Объяснять результаты, uncertainty и trade-offs product, engineering и business stakeholders понятным языком.</li></ul><h3>Что для нас важно</h3><p><strong>Обязательно:</strong></p><ul><li>Опыт уровня <strong>Senior Data Scientist</strong> в personalization, customer decisioning, response scoring или смежных решениях с измеримым product/business impact.</li><li>Сильные знания <strong>статистики, model validation, experimentation</strong> и методов оценки incremental effect.</li><li>Практический опыт с <strong>Python и SQL</strong>.</li><li>Опыт работы с pandas, NumPy, scikit-learn или аналогичным ML stack.</li><li>Опыт работы с большими поведенческими и транзакционными datasets.</li><li>Понимание <strong>data quality, leakage и selection risks</strong>.</li><li>Умение связывать model metrics с <strong>unit economics, business guardrails и customer outcomes</strong>, а не только с response rate.</li><li>Понимание production ML lifecycle и опыт партнерства с Data/ML Engineering.</li></ul><p><strong>Будет плюсом:</strong></p><ul><li>Опыт в <strong>e-commerce, retail, loyalty или high-volume consumer products</strong>.</li><li>Практический опыт с <strong>BigQuery, MLflow, Feature Store</strong> или аналогичными инструментами.</li><li>Опыт с promotion effectiveness, <strong>Next Best Action</strong> или customer lifecycle.</li><li>Опыт mentoring, peer review или формирования Data Science standards.</li></ul><h3>Технологический стек</h3><p><strong>Python, SQL, BigQuery, Jupyter, pandas, NumPy, scikit-learn, MLflow, Feature Store.</strong></p><h3>Что мы предлагаем</h3><ul><li><strong>Work-life balance</strong> и удаленный формат работы.</li><li>Офис в Днепре — по желанию.</li><li>Автономию в <strong>model design, experimentation и формировании evidence-based решений</strong>.</li><li>Возможность влиять на customer experience и ключевые коммерческие метрики масштабной e-commerce компании.</li><li>Работу на пересечении <strong>Data Science, CVM, Commercial и Product Engineering</strong>.</li><li>Сотрудничество с Central Data Office и экспертами бизнеса.</li></ul> <div> <a href="https://jobs.dou.ua/companies/comfy/vacancies/369424/#reply-btn-id">Откликнуться на вакансию</a> </div>