Team Lead ML (ценообразование), группа разработки ML-инструментов

Привет! Это команда разработки ERP и учётных систем. Мы управляем финансами клиентов, миллионами договоров с контрагентами и зарплатами тысяч сотрудников через ЭДО.

Ищем Team Lead ML, который возглавит команду ML-инженеров, решающих задачи динамического ценообразования.

Мы создаём ядро экономики платформы — систему динамического ценообразования и управления тарифами для сдельной работы. В Ozon сотни тысяч исполнителей (склады, логистика, доставка) самостоятельно формируют свой график. Наша цель — в реальном времени определять справедливые и эффективные тарифы, балансируя интересы исполнителей и бизнеса. Мы учитываем десятки факторов: спрос и предложение, география, день недели, операционные метрики и исторические паттерны.

Вам предстоит

• Руководить командой до пяти человек: распределять задачи, быть наставником и развивать техническую экспертизу коллег.

• Отвечать за полный цикл жизни продукта: от гипотез и research до вывода ML-решений в стабильный продакшен и мониторинга.

• Обеспечивать прозрачную интеграцию новых продуктов с другими командами компании.

• Определять архитектуру и разрабатывать end-to-end ML-пайплайны для динамического ценообразования: от данных по поведению исполнителей до тарифных решений в реальном времени.

• Исследовать и моделировать спрос, предложение и эластичность на основе поведения исполнителей, строить и валидировать гипотезы.

• Проектировать, реализовывать и внедрять в production оптимизационные алгоритмы для динамического управления тарифами в рамках заданных продуктовых и бюджетных ограничений.

• Проводить A/B-тесты новых алгоритмов и анализировать их влияние на бизнес-метрики (качество, скорость, стоимость).

Наш стек

• Язык и данные: Python, PostgreSQL, Redis.

• Big Data: Hadoop ecosystem (Spark, YARN, HDFS), ClickHouse, Vertica.

• ML: Scikit-learn, XGBoost, LightGBM, CatBoost, Statsmodels, PyTorch.

• MLOps: Airflow, платформа запуска и трекинга экспериментов (MLflow, ClearML и подобные).

• Инфраструктура: Kubernetes, Docker.

Нам важно

• Практический опыт внедрения ML-моделей в production: от прототипирования до развёртывания в высоконагруженной среде и настройки мониторинга.

• Опыт работы в машинном обучении для задач регрессии, прогнозирования (в том числе временных рядов) и оптимизации от четырёх лет.

• Умение аргументировать решения, договариваться и отвечать за результат команды.

• Экспертное понимание полного цикла жизни ML-модели: от исследования и feature engineering до production-внедрения, CI/CD и мониторинга.

• Глубокое понимание оптимизации моделей и работы с высоконагруженными системами и большими объёмами данных.

• Опыт проектирования масштабируемых систем: Docker, Kubernetes, CI/CD.

Будет плюсом

• Опыт управления командой или менторства senior- и middle-специалистов.

• Опыт в задачах динамического ценообразования, управления спросом и предложением, рекламных биддинг-системах.

• Знание основ микроэкономики, теории игр или исследования операций.

• Практический опыт работы с распределёнными вычислениями (Spark) для обработки данных.