Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно
О продукте
Наша команда развивает собственную систему ML-ценообразования в крупнейшем офлайн-ритейлере Магнит.
Мы уже внедряем алгоритмы оптимизации регулярных цен и дальше будем масштабировать решение и развивать новое направление - оптимизацию промо-цен. Наша задача шире отдельных моделей: находить точки роста в ценообразовании и превращать их в измеримый эффект на выручку, маржу и клиентский опыт.
Задачи
Развивать модели прогнозирования спроса для регулярного и промо-ценообразования
Разрабатывать и улучшать алгоритмы оптимизации цен под разные бизнес-цели
Генерировать и проверять гипотезы через A/B-тесты
Работать с большими данными: транзакциями, остатками, конкурентными ценами, товарной иерархией
Развивать пайплайны подготовки данных, обучения, валидации и мониторинга моделей
Вместе с командой доводить решения от исследования до production
Стек технологий: Python, PySpark, Airflow, Git
Требования
Уверенное владение Python и PySpark
Практический опыт разработки ML-моделей и самостоятельного ведения задач от исследования до рабочего решения
Опыт работы с большими данными и построения data/ML-пайплайнов
Понимание принципов работы ML в production: мониторинг, логирование, версионирование • Умение формулировать и проверять гипотезы на данных
Понимание связи между метриками моделей и бизнес-метриками
Готовность работать с неполными, шумными данными и задачами, где решение не известно заранее
Будет плюсом
Опыт в ценообразовании, промо или прогнозировании спроса
Опыт работы с временными рядами
Знание методов оптимизации
Опыт проведения A/B-тестов
Опыт работы с Airflow, Git, Linux, Docker, CI/CD
Опыт работы с данными офлайн-ритейла
Формат работы
Москва и Краснодар (гибрид/офис), другие города - удаленно
Зарплаты и спрос: ML-инженер
Сейчас в каталоге 1 004 вакансии по этому направлению, удалённо можно работать в 34%.
Зарплата здесь не указана. Медиана по направлению: 248 000 $ в год. У половины вакансий от 208 000 $ до 306 000 $ (вакансий с вилкой: 55).