з/п не указана
Москва
От 3 до 6 лет
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
