Middle+ ML-инженер в Pricing

Ориентир по рынку≈ 250 000 – 425 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 250 000 – 425 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Наша компания

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.

О роли

ㅤ

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

Наши требования

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

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

ML/DS: Python, pandas/polars, NumPy, scikit-learn, CatBoost/LightGBM, PyTorch

Данные: ClickHouse, Trino, Airflow

Прод: Git, Docker, CI/CD

A/B-эксперименты: GrowthBook

Стек

ㅤ

Мы предлагаем

Удаленка из любой точки мира или уютный офис в Ташкенте

У нас можно расти в инженерном или управленческом треке, а еще выстроена регулярная оценка перформанса

Платим на уровне топовых компаний российского рынка

Обучение и развитие — мы поддерживаем как внутри компании, так и за ее пределами (митапы, конференции, профессиональное обучение, публикации). А еще помогаем развивать личный бренд

База — комьюнити профессионалов с желанием делать круто. Приятный бонус — ДМС в привязке к вашей локации, обучение и другие плюшки

Дополнительно

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

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