Middle+ ML Engineer (Pricing)

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
• 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