Middle+ ML-инженер в Pricing
Ташкент • Удалённая работа • От 3 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:
- 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
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
Почему это интересно:
- 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:
- 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