О команде
CVM (Customer Value Management) отвечает за то, чтобы маркетинговый бюджет работал максимально эффективно: кому, что, по какому каналу и когда предложить, чтобы получить реальный инкремент, а не скидку тем, кто и так бы купил. Таргетинг промо уже прошёл путь от ручной сегментации через RFM к первым ML-моделям и эффекту, подтверждённому A/B-тестами. Теперь нужно растить качество и покрытие, построить надёжную продовую систему с оптимизатором под бюджет и прийти к Next Best Offer.
В скоупе: uplift-моделирование, оптимизация распределения бюджета при бизнес-ограничениях, дизайн экспериментов и тесная работа с маркетинговой аналитикой.
Чем предстоит заниматься
•Uplift-моделирование: развивать модели промо, повышать их качество и покрытие, выбирать и сравнивать подходы (meta-learners, causal forests), валидировать офлайн (Qini/AUUC) и онлайн
•Оптимизация бюджета: распределять промо между пользователями при ограничениях на бюджет и с учётом размена между GMV и маржой
•Next Best Offer: перейти от вопроса «кому дать промокод» к «что, по какому каналу и когда»: пуши, бесплатная доставка, механики программы лояльности
•Прод и надёжность: превратить аналитические наработки в систему с регулярным переобучением, мониторингом, fallback-логикой и разбором инцидентов
•Эксперименты: запускать и разбирать A/B-тесты на новые версии моделей и механик
•Деньги и стейкхолдеры: работать с маркетинговой аналитикой от постановки задачи до измеримого эффекта — считать инкремент и юнит-экономику, защищать решения перед маркетингом и коммерцией на понятном им языке
•Инженерная культура: code review, обсуждение архитектуры, документация решений и результатов экспериментов
Наш стек
•ML/DS: Python, pandas/polars, NumPy, scikit-learn, CatBoost/LightGBM, MLFlow
•Данные: ClickHouse, Trino, Spark, Airflow
•Прод: Git, Docker/Kubernetes
•A/B-эксперименты: GrowthBook
Что мы ждём
•4+ лет опыта в ML/DS: обучал модели и выводил их в прод
•Опыт с uplift-моделированием или causal inference
•Опыт A/B-экспериментов: дизайн, запуск, анализ
•Сильный Python + SQL
•Понимание юнит-экономики: GMV, выручка, contribution margin
•Умеешь объяснять результаты маркетингу и бизнесу и договариваться про цели и метрики
Будет плюсом
•Опыт в CVM, промо или программах лояльности
•Задачи оптимизации при ограничениях
•Опыт в e-commerce
Процесс найма
•HR-интервью (30 мин): контекст про вакансию, твой опыт и ожидания
•Тех-1 (60 мин): Python, SQL, вопросы про 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, выстроена регулярная оценка перформанса
•Платим на уровне топовых компаний российского рынка
•Обучение и развитие — поддержка как внутри компании, так и за ее пределами (митапы, конференции, профессиональное обучение, публикации), помощь в развитии личного бренда
•Комьюнити профессионалов с желанием делать круто, ДМС в привязке к вашей локации, обучение и другие плюшки
