Pricing Analyst (Маркет-мейкинг, Матмодели)

Дата размещения вакансии: 02.10.2026
Работодатель: Devhunt
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 3 до 6 лет

Обязанности:

  • Моделирование прайсинга: разработка и внедрение математических моделей расчета цен покупки и продажи активов для максимизации доходности при контролируемом риске;

  • Управление запасами и спредом: формулирование правил удержания/слива балансов, расчет оборачиваемости и предотвращение накопления неликвида;

  • Эксперименты и валидация: бэктесты на исторических данных, дизайн A/B-экспериментов и онлайн-мониторинг поведения моделей после выкатки;

  • Оценка экономического эффекта: разработка методологии оценки изменений, разделение эффекта алгоритма и рыночных колебаний;

  • Связка с разработкой: реализация расчетной логики на аналитическом Python и SQL; на этапе внедрения в прод и инфраструктурных интеграций помогает выделенный разработчик команды.

Требования:

  • Практический опыт работы с ценообразованием или алгоритмическим маркет-мейкингом от 2 лет;

  • Опыт самостоятельной разработки и внедрения математических/аналитических моделей в реальном бизнесе;

  • Сильная прикладная статистика и эконометрика: распределения, доверительные интервалы, проверка гипотез, работа с малыми выборками и выбросами;

  • Уверенный аналитический Python (pandas, numpy, scipy) и SQL;

  • Понимание экономики рынка: баланс спроса/предложения, ликвидность, спред, эластичность, оборачиваемость капитала;

  • Умение корректно оценивать причинно-следственные связи в экспериментах (causal inference).

Будет плюсом:

  • Понимание микроструктуры рынков, алгоритмов маркет-мейкинга и арбитража;

  • Опыт в динамическом ценообразовании (Dynamic Pricing), маркетплейсах, ритейле, такси/шеринге, трейдинге или Revenue Management.

Условия:

  • Удаленный формат: полная занятость (full-time) на 100% удаленке;

  • Стабильный доход: конкурентная заработная плата по результатам собеседования;

  • Реальное влияние: ваши формулы и алгоритмы напрямую управляют P&L и миллионными денежными потоками продукта;

  • Автономия: минимум бюрократии, быстрый цикл тестирования и вывода математических моделей в прод.