Senior Data Scientist (Pricing & Promo Personalization)

Mindbox — крупнейшая в России облачная платформа автоматизации маркетинга, в пятерке B2B SaaS России. Помогает компаниям — от Dodo Brands и МВидео до ПИК и МИФ расти за счет эффективного маркетинга. Без спама.

Мы строим систему ценообразования, которая станет мозгом российского ритейла.

Мы строим контур, который отвечает на вопрос: кому, на какой товар и какую скидку давать, чтобы инкрементально росла прибыль/маржа (при контроле GMV, LTV и репутационных рисков).

Ищем в команду Data Scientist, который умеет доводить такие системы до результата — через корректное измерение эффекта и продакшен.

Что будем делать

1) SKU elasticity / demand modeling

• Оценивать чувствительность спроса к цене/скидке на уровне SKU/категории.
• Учитывать сезонность, промо-шум, наличие/stockouts, лаги, праздники.
• Сегментировать товары по “промо-чувствительности”, рискам каннибализации и деградации маржи.

2) User sensitivity / customer elasticity

• Строить поведенческие индексы: “deal-seeker vs full-price buyer”, порог скидки.
• Оценивать вероятность покупки без скидки, отличать “купил бы и так” от “купил из-за скидки”.

3) Uplift / causal

• Делать модели/подходы, которые отвечают “кому давать скидку”, чтобы получить инкремент.
• Проектировать A/B и квази-эксперименты, корректно оценивать эффект в условиях смещений.

4) Оптимизация скидки (policy)

• Строить дисконт-политику (например, лестница 0/5/10/15/20) под цель incremental profit и ограничения: price floors, минимальная маржа, бюджеты промо, частота скидок, правила бренда.

5) Продакшен и мониторинг

• Регулярные пересчеты, версии моделей, мониторинг качества/дрейфа, стоп-краны, фолбэки на правила.

Что будет считаться успехом

1–2 месяца

• Единый фреймворк измерения: incremental profit / cost of discount + guardrails.
• Первая версия SKU elasticity и user sensitivity на выбранных категориях.
• Запуск 1–2 A/B тестов с корректной оценкой инкремента.

3–6 месяцев

• Рабочий контур персонализации скидок (targeting + discount sizing) на нескольких категориях/каналах.
• Стабильный рост инкрементальной прибыли или маржи при контроле GMV.
• Процесс экспериментов и библиотека результатов.

Требования

• Сильный Python (pandas/sklearn/statsmodels) и SQL (оконные функции, сложные джойны).
• Опыт построения хотя бы двух из четырех контуров:

  SKU elasticity / demand model

  user sensitivity / deal-seeking

  uplift / causal inference (персонализация промо)

  оптимизация скидки под profit/GMV с ограничениями

• Уверенная практика экспериментов (A/B, SRM-check, оценка эффекта, CI).
• Умение работать с данными “как в жизни”: шум, пропуски, несогласованность, смещения.

Будет плюсом

• Байес/иерархические модели для sparse SKU.
• Bandits / RL для промо-политик.
• Опыт продакшена ML: пайплайны, MLflow/аналоги, мониторинг, деградация.
• Доменные кейсы в ecom/маркетплейсах/ритейле/travel revenue management.

Условия

• Влияние: прямое влияние на P&L через персонализацию скидок и рост маржи.
• Команда: продукт + аналитика + разработка, быстрые итерации через эксперименты.
• Свобода выбирать место работы: можно работать полностью удаленно или гибридно из комфортного офиса в Москве
• Гибкий график, больничные без справок и безлимитный отпуск. Можно договориться с командой и отдыхать сколько нужно
• Работа в аккредитованной IT-компании
• Техника для работы: MacBook, мониторы, наушники с шумоподавлением и другая необходимая периферия
• Корпоративная жизнь: тимбилдинги, командные квесты и спортивные соревнования, ЧГК, клубы по интересам, случайный кофе. Для распределенных команд — оплачиваемая колокация
• Well-being-программы: 350 000 ₽ в год на софинансирование образования, медицины, психотерапии, спорта, путешествий
• Поддержка саморазвития: софинансирование любого обучения, мастер-классы, HR-поддержка или коучинг, тренинги по переговорам, деловой переписке, развитию эмоционального интеллекта и не только

В отклике пришли, пожалуйста:

• 2–3 примера проектов, где ты измерял инкрементальный эффект от персонального / массового ценообразования и определения скидок
• Какой контур делал: elasticity / uplift / optimization / pricing policy.
• Стек и масштабы данных (SKU, MAU/DAU, частота пересчетов).