Привет! Это команда ML Ценообразование. Мы развиваем ML-систему оптимизации ценообразования на маркетплейсе Ozon.
Наша задача – находить оптимальные скидки для сотен миллионов товаров, чтобы увеличивать продажи и GMV при заданных ограничениях на экономику и бюджет скидок. Мы создали работающую ML-систему, которая уже доказала свою эффективность в A/B-тестах. Сейчас система масштабируется на значительную часть бизнеса, а мы продолжаем активно развивать её возможности: совершенствуем модели прогнозирования спроса, учимся точнее оценивать реакцию покупателей на изменение цен, развиваем инструменты анализа и моделирования различных бизнес-сценариев.
Мы ищем сильного ML-специалиста, который возьмёт на себя техническое и операционное лидерство в команде ML ценообразования.
Организовывать работу ML-команды: декомпозировать задачи, распределять ответственность, координировать работу специалистов, помогать решать сложные технические проблемы и контролировать качество результатов.
Искать возможности для улучшения: выявлять потенциальные точки роста качества и эффективности системы, инициировать аналитические исследования, оценивать перспективность гипотез и предлагать направления дальнейшего развития.
Проектировать взаимодействие отдельных ML-компонентов и обеспечивать целостность решения.
Разрабатывать ML-решения: участвовать в проектировании и развитии моделей прогнозирования спроса, оценки влияния цен и скидок на поведение покупателей, а также других ML-компонентов системы.
Взаимодействовать со стейкхолдерами, синхронизироваться с бизнесом и командами разработки, переводить бизнес-задачи в технические решения и обеспечивать их реализацию.
Развивать команду. Менторить специалистов, развивать их технические компетенции, давать обратную связь, участвовать в найме и адаптации новых сотрудников.
Сильный практический опыт в Data Science: от постановки задачи и исследования данных до разработки, валидации, внедрения моделей и замера эффектов.
Хорошее знание классического машинного обучения, статистики и методов прогнозирования.
Опыт решения сложных задач прогнозирования, оптимизации или моделирования поведения пользователей.
Уверенное владение Python и SQL.
Опыт работы с большими объёмами данных и распределёнными вычислениями.
Понимание принципов проведения экспериментов и оценки бизнес-эффекта ML-решений.
Умение проектировать сложные технические решения и видеть взаимосвязи между отдельными компонентами системы.
Опыт технического лидерства: постановка задач, декомпозиция, координация работы других специалистов, менторство.
Формальный опыт работы в должности тимлида не обязателен. Нам важнее фактический опыт: например, координация работы коллег, помощь руководителю в организации команды или постепенное принятие на себя части управленческих обязанностей.
Опыт работы в e-commerce, маркетплейсах или retail.
Опыт в ценообразовании, прогнозировании спроса, промо-оптимизации или управлении ассортиментом.
Знание методов оптимизации.
Опыт построения ML-систем, принимающих решения на основе прогнозов и бизнес-ограничений.
Опыт управления небольшой ML-командой или фактического выполнения функций тимлида.
Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений.
Открытая культура — мы учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых.
Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга.
Современный стек и развитая инженерная культура - реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.


