Ведущий ML-инженер
Технологии
Описание вакансии
Кратко о роли
Крупная компания ищет ведущего ML-инженера для работы над задачами прогнозирования спроса и оптимизации ценообразования.
Ключевые задачи
- Развитие моделей прогнозирования спроса и ценовой эластичности.
- Исследование подходов к causal inference и uplift-моделированию.
- Проектирование временной валидации, backtesting и бизнес-метрик качества.
- Разработка логики выбора оптимальной цены с учетом бизнес-ограничений.
- Организация оценки plan/fact и мониторинга качества моделей.
- Проведение design review, code review и менторство ML-специалистов.
Обязательные требования
- Опыт в классическом ML от 3 лет.
- Сильная база в статистике и работе с табличными данными.
- Опыт с forecasting, временными рядами и градиентным бустингом (LightGBM, CatBoost, XGBoost).
- Понимание causal inference и экспериментального дизайна.
- Опыт доведения ML-моделей до production.
- Уверенное владение Python и SQL.
- Опыт работы с Airflow или аналогичным оркестратором.
- Локация: Россия.
Будет плюсом
- Опыт в retail, e-commerce, pricing или demand forecasting.
- Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse.
- Опыт с price optimization, hierarchical forecasting или operations research.
- Опыт построения ML-мониторинга и проведения A/B-тестов.
Условия и бенефиты
- Формат работы: удаленка, гибрид или офис (Москва, Краснодар).
- Заработная плата обсуждается индивидуально.
Процесс найма
- Для отклика свяжитесь с рекрутером в Telegram.
Ведущий ML-инженер в крупную компанию.
Компания рассматривает кандидатов только из России.
Уровень позиции: Senior.
Стек: Machine Learning, Data Science, Python, Airflow, PostgreSQL, ClickHouse, Kubernetes.
Задачи:
- Развивать модели прогнозирования спроса и ценовой эластичности;
- Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены;
- Проектировать временную валидацию, backtesting и бизнес-метрики качества;
- Работать с uncertainty, confidence, intermittent demand, cold start и long-tail SKU;
- Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений;
- Организовать оценку plan/fact и мониторинг качества моделей;
- Участвовать в проектировании feature engineering, batch training и batch inference на больших объёмах данных;
- Проводить design review, code review и менторить ML-специалистов команды.
Обязательные требования:
- Опыт в классическом ML от 3 лет;
- Сильная база в классическом ML, статистике и работе с табличными данными;
- Опыт с forecasting, временными рядами и gradient boosting: LightGBM, CatBoost или XGBoost;
- Понимание causal inference и экспериментального дизайна;
- Опыт доведения ML-моделей до production;
- Уверенное владение Python и SQL;
- Понимание временной валидации, data leakage, calibration и uncertainty estimation;
- Опыт работы с Airflow или аналогичным оркестратором;
- Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений;
- Умение связывать ML-метрики с измеримым бизнес-эффектом.
Будет плюсом:
- Опыт в retail, e-commerce, pricing или demand forecasting;
- Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse;
- Опыт с price optimization, hierarchical forecasting или operations research;
- Опыт построения ML-мониторинга и проведения A/B-тестов.
Оригинальная вакансия:
https://t.me/Machinelearning_Jobs/125674