О роли
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.
Чем предстоит заниматься
•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
Наш стек
•ML/DS: Python, pandas/polars, NumPy, scikit-learn, CatBoost/LightGBM, PyTorch
•Данные: ClickHouse, Trino, Airflow
•Прод: Git, Docker, CI/CD
•A/B-эксперименты: GrowthBook
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
•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
Процесс найма
•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
Что мы предлагаем
•Удаленка из любой точки мира или уютный офис в Ташкенте
•Можно расти в инженерном или управленческом треке, а еще выстроена регулярная оценка перформанса
•Платим на уровне топовых компаний российского рынка
•Обучение и развитие — поддерживаем как внутри компании, так и за ее пределами (митапы, конференции, профессиональное обучение, публикации). Помогаем развивать личный бренд
•База — комьюнити профессионалов с желанием делать круто. Приятный бонус — ДМС в привязке к вашей локации, обучение и другие плюшки
