← К каталогу
АР

Аркадия

Senior Applied ML Engineer (Python)

УдалённоSeniorСанкт-Петербург, Россия8 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение19 мин. назад
Впервые замечена8 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы создаём качественный софт и расширяем технологические возможности бизнеса с 1993 года. Наши заказчики — лидеры в сферах фармацевтики, здравоохранения, медиа и безопасности. Уже 5 лет мы успешно развиваем цифровые продукты для одной из ведущих российских авиакомпаний.

В настоящее время мы ищем опытного прикладного ML-инженера на проект создания системы динамического ценообразования для дополнительных услуг авиакомпании (багаж, выбор мест, питание и другие сопутствующие услуги).

Проект: Вам предстоит разрабатывать и развивать ML-модели для прогнозирования вероятности покупки при различных ценах, оптимизировать ценовые решения и организовывать полный цикл обратной связи и переобучения моделей.

Что предстоит делать:

  • Разработка ML-моделей: прогнозирование вероятности покупки дополнительных услуг при разных ценах, оптимизация ценовых решений, построение нейросетевых моделей.
  • Экспериментальная методология: проектирование контролируемого исследования (controlled exploration) в допустимом диапазоне цен, правил рандомизации, вероятностей назначения ценовых вариантов и ограничений безопасности.
  • A/B-тестирование: дизайн контролируемых экспериментов для сравнения новой политики ценообразования с текущей, определение основных (primary) и защитных (guardrail) метрик, критериев остановки и условий развёртывания (rollout).
  • Полный жизненный цикл машинного обучения: обучение, валидация, инференс, периодическое переобучение, версионирование моделей, цикл обратной связи между предсказаниями, решениями и фактическими результатами.
  • Разработка: реализация сквозного ML-прототипа, включая минимальные HTTP API, хранение данных и имитацию внешней системы бронирования.
  • Логирование и данные: корректная фиксация назначенных цен, экспериментальных вариантов, вероятностей назначения, фактов покупки и бизнес-метрик.

Обязательные требования:

  • Уверенное владение Python, NumPy, pandas, scikit-learn, PyTorch или TensorFlow, а также C# для интеграции с…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Team Lead / RU