Чем предстоит заниматься:

  • Разрабатывать ML-модели для прогнозирования вероятности покупки дополнительных услуг при разных ценах, оптимизации ценовых решений и построения нейросетевых моделей.
  • Проектировать контролируемые исследования в допустимом диапазоне цен, правила рандомизации, вероятности назначения ценовых вариантов и ограничения безопасности.
  • Разрабатывать A/B-тесты для сравнения новой политики ценообразования с текущей, определять основные и защитные метрики, критерии остановки и условия развёртывания.
  • Организовывать полный жизненный цикл ML: обучение, валидацию, инференс, периодическое переобучение, версионирование моделей и обратную связь между предсказаниями, решениями и результатами.
  • Реализовать сквозной ML-прототип с минимальными HTTP API, хранением данных и имитацией внешней системы бронирования.
  • Обеспечивать корректное логирование назначенных цен, экспериментальных вариантов и вероятностей, фактов покупки и бизнес-метрик.

Требования:

  • Опыт работы более 6 лет.
  • 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, feature engineering и работу с табличными данными.
  • Знание математических основ машинного обучения, теории вероятностей, статистики, методов оптимизации и принципов A/B-тестирования.
  • Навыки проектирования контролируемых исследований, правил рандомизации, основных и защитных метрик для ценовых экспериментов.
  • Опыт организации полного жизненного цикла ML.
  • Уверенное владение SQL, PostgreSQL, Git, Docker и навыки разработки Python-приложений с автотестами.

Будет плюсом:

  • Опыт в динамическом ценообразовании и оптимизации выручки: прогнозировании спроса, ценовой эластичности и готовности платить.
  • Знакомство с causal inference и sequential decision making: contextual bandits, off-policy evaluation, IPW, doubly robust estimation.
  • Знакомство с MLOps-инструментами, включая MLflow, оркестрацию и мониторинг моделей, и опыт эксплуатации ML-сервисов.
  • Опыт работы в авиационной отрасли, электронной коммерции или revenue management.

Условия: полная занятость, график 5/2, удалённая работа.