Middle+ ML-инженер в Pricing

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…