Владелец продукта: динамическое ценообразование и монетизация
Верме
Москва
🏢 Офис
Middle
Полная занятость
Россия
Описание вакансии
Чем нужно будет заниматься
•Разработка и внедрение системы динамического ценообразования (surge pricing, стимулирование предложения).
•Внедрение динамической ставки (время до старта, загруженность пула).
•Запуск 2–3 ценовых инициатив с измеримым эффектом (рост маржи, снижение невыходов).
•Управление командой из 3–4 человек (Pricing PM, DS, Data Analyst, ML).
•Построение ML-моделей эластичности спроса и предложения, прогнозирование оптимальной цены.
•Полная автоматизация ценообразования для 90% смен.
•Анализ юнит-экономики (take rate, gross margin, LTV/CAC) и оптимизация ценовых параметров.
•Мониторинг конкурентной среды и корректировка цен в реальном времени.
У тебя точно всё получится, если есть
•4+ года на позиции Product Manager / Senior Product Manager в сфере динамического ценообразования в маркетплейсах (gig-экономика, такси, доставка, e-commerce, логистика). Примеры ролей: отражены в вакансиях Достависта (Senior PM Supply/Demand + Динамическое ценообразование) и Faire (Staff PM, Динамическое ценообразование).
•Опыт создания алгоритмов сурж-ценообразования / surge Динамическое ценообразование с нуля или глубокой модификации существующих (например, применительно к балансу спроса и предложения). Опыт разработки моделей на основе прогноза спроса и эластичности.
•Опыт работы с экономистами / DS по построению прогнозных моделей спроса.
•Опыт проведения сложных A/B-тестов в двухсторонних рынках (switchback tests, geo experiments).
•Знание микроэкономики: эластичность, surplus, market clearing price, price discrimination.
•Понимание базовых алгоритмов ценообразования: rule-based, contextual bandits, reinforcement learning для Динамическое ценообразование.
•Уверенное использование SQL для расчёта юнит-экономики и сегментации.
•Понимание принципов прогнозирования временных рядов (ARIMA, Prophet, LSTM) и методов causal inference (Difference-in-Differences, Synthetic Control).
•Опыт работы с метриками маркетплейса: liquidity, thickness, match rate, conversion funnel.
•Базовые знания Python для работы с дата-сайентистами.
•Экономическое мышление: анализ стимулов для обеих сторон рынка, понимание феномена «каннибализации» и эффектов переключения спроса между разными типами смен.
•Data-driven decision making: умение принимать решения в условиях неполной информации, быстро валидировать гипотезы.
•Системное мышление: видеть продукт как экосистему сервисов, где цена влияет на всё — от отклика до удержания.
•Смелость: не бояться челленджить устоявшиеся решения, предлагать и тестировать инновационные модели (например, динамическая ставка на аукционе).
•Будет плюсом
•Опыт внедрения RL-based Динамическое ценообразование agent в production.
•Опыт работы с anomaly detection для цен и промо-механик.
•Понимание поведенческой экономики (как цена влияет на решения курьеров и клиентов).
