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
Дополнительно
- 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