Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Задачи:
— Разработка ML-моделей для прогнозирования вероятности покупки дополнительных услуг при разных ценах, оптимизация ценовых решений, построение нейросетевых моделей.
— Проектирование контролируемого исследования (controlled exploration) в допустимом диапазоне цен, правил рандомизации, вероятностей назначения ценовых вариантов и ограничений безопасности.
— Дизайн A/B-тестирования для сравнения новой политики ценообразования с текущей, определение основных и защитных метрик, критериев остановки и условий развёртывания.
— Полный жизненный цикл машинного обучения: обучение, валидация, инференс, периодическое переобучение, версионирование моделей, цикл обратной связи между предсказаниями, решениями и фактическими результатами.
— Реализация сквозного ML-прототипа, включая минимальные HTTP API, хранение данных и имитацию внешней системы бронирования.
— Корректная фиксация назначенных цен, экспериментальных вариантов, вероятностей назначения, фактов покупки и бизнес-метрик.
Требования:
— Уверенное владение Python, NumPy, pandas, scikit-learn, PyTorch или TensorFlow, а также C# для интеграции с бэкендом.
— Опыт разработки, обучения и применения ML-моделей, включая нейронные сети, инженерию признаков и работу с табличными данными.
— Понимание математических основ машинного обучения, теории вероятностей, статистики, методов оптимизации и принципов A/B-тестирования.
— Способность проектировать контролируемое исследование, правила рандомизации, основные и защитные метрики для ценовых экспериментов.
— Опыт организации полного жизненного цикла машинного обучения: обучение, валидация, инференс, переобучение, версионирование и обратная связь.
— Уверенное владение SQL, PostgreSQL, Git, Docker и навыки разработки Python-приложений с автотестами.
Будет плюсом:
— Опыт в динамическом ценообразовании и оптимизации выручки: прогнозирование спроса, ценовая эластичность, готовность платить.
— Знакомство с продвинутыми методами причинно-следственного анализа и последовательного принятия решений: контекстные многорукие бандиты, off-policy evaluation, IPW, doubly robust estimation.
— Знакомство с MLOps-инструментами (MLflow, оркестрация, мониторинг моделей) и опыт эксплуатации ML-сервисов.
— Опыт работы в авиационной отрасли, электронной коммерции или управлении доходами.
Условия:
— Полная занятость, график 5/2.
— Формат работы: удалённо.
Контакт для отклика: jobs@arcadia.spb.ru
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
Мэтч и сопроводительное
Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Сейчас в каталоге 951 вакансия по этому направлению, удалённо можно работать в 34%.
Зарплата здесь не указана. Медиана по направлению: 250 000 $ в год. У половины вакансий от 215 000 $ до 313 000 $ (вакансий с вилкой: 51).
Навыки этой вакансии, которые чаще всего просят по направлению: Python (30%), Pytorch (15%), Docker (13%), SQL (13%), Git (6%). В скобках доля вакансий направления.
Автоотклики