Applied ML engineer (python) in dynamic pricing

Аркадия; United States; À distance; USD 120 000 - 180 000; Plein temps

Avantages offerts par ce poste

Удаленная работа

ДМС и оплата больничных

Официальное оформление по ТК РФ

Ноутбук для работы

Résumé du poste

Аркадия ищет опытного прикладного ML-инженера для проекта системы динамического ценообразования дополнительных услуг авиакомпании. Вы будете разрабатывать ML-модели, проектировать controlled exploration и проводить AB-тесты.

Нужны сильные навыки Python, ML, SQL и DevOps; удаленная работа, официальное оформление и возможность роста. В команде — эксперты в данных и разработке.

Qualifications

• Уверенное владение Python, NumPy, pandas, scikit-learn, PyTorch или TensorFlow.
• Опыт разработки ML-моделей, нейронных сетей, feature engineering.
• Понимание мат. основ ML, вероятности и статистики.
• Навыки построения контролируемых экспериментов и A/B-тестирования.
• Опыт в целом жизненном цикле ML: обучение, валидация, инференс, версионирование.
• Умение проектировать API на Python и хранение данных, работа с базами.
• Знания SQL/PostgreSQL, Git, Docker; внедрение с автотестами.

Responsabilités

• Разработка ML-моделей для прогнозирования спроса на допуслуги авиакомпании.
• Проектирование контролируемых исследований и правил рандомизации.
• Проведение AB-тестирования и анализ метрик.
• Обеспечение полного жизненного цикла моделей: обучение, валидация, инференс, переобучение.
• Разработка сквозного ML-прототипа с минимальным HTTP API и эмуляцией внешней брони.

Connaissances

Python

NumPy

Pandas

scikit-learn

PyTorch

TensorFlow

C#

SQL

PostgreSQL

Git

Docker

MLflow

Formation

Высшее образование в информатике/математике/ИИ

Outils

Docker

Git

MLflow

PostgreSQL

Description du poste

Описание:

Мы создаём качественный софт и расширяем технологические возможности бизнеса с 1993 года. Наши заказчики — лидеры в сферах фармацевтики, здравоохранения, медиа и безопасности. Уже 5 лет мы успешно развиваем цифровые продукты для одной из ведущих российских авиакомпаний. В настоящее время мы ищем опытного прикладного ML-инженера на проект создания системы динамического ценообразования для дополнительных услуг авиакомпании (багаж, выбор мест, питание и другие сопутствующие услуги).

Задачи:

• Разработка ML-моделей: прогнозирование вероятности покупки дополнительных услуг при разных ценах, оптимизация ценовых решений, построение нейросетевых моделей.
• Экспериментальная методология: проектирование контролируемого исследования (controlled exploration) в допустимом диапазоне цен, правил рандомизации, вероятностей назначения ценовых вариантов и ограничений безопасности.
• A/B-тестирование: дизайн контролируемых экспериментов для сравнения новой политики ценообразования с текущей, определение основных (primary) и защитных (guardrail) метрик, критериев остановки и условий развёртывания (rollout).
• Полный жизненный цикл машинного обучения: обучение, валидация, инференс, периодическое переобучение, версионирование моделей, цикл обратной связи между предсказаниями, решениями и фактическими результатами.
• Разработка: реализация сквозного ML-прототипа, включая минимальные HTTP API, хранение данных и имитацию внешней системы бронирования.
• Логирование и данные: корректная фиксация назначенных цен, экспериментальных вариантов, вероятностей назначения, фактов покупки и бизнес-метрик.

Требования:

• 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, инженерию признаков (feature engineering) и работу с табличными данными.
• Понимание математических основ машинного обучения, теории вероятностей, статистики, методов оптимизации и принципов A/B-тестирования.
• Способность проектировать контролируемое исследование (controlled exploration), правила рандомизации, основные и защитные метрики для ценовых экспериментов.
• Опыт организации полного жизненного цикла машинного обучения: обучение, валидация, инференс, переобучение, версионирование и обратная связь.
• Уверенное владение SQL, PostgreSQL, Git, Docker и навыки разработки Python-приложений с автотестами.
• Будет плюсом: Опыт в динамическом ценообразовании и оптимизации выручки (revenue optimization): прогнозирование спроса, ценовая эластичность, готовность платить; Знакомство с продвинутыми методами причинно-следственного анализа (causal inference) и последовательного принятия решений (sequential decision making): контекстные многорукие бандиты (contextual bandits), off-policy evaluation, IPW, doubly robust estimation.
• Будет плюсом: Знакомство с MLOps-инструментами (MLflow, оркестрация, мониторинг моделей) и опыт эксплуатации ML-сервисов; Опыт работы в авиационной отрасли, электронной коммерции или управлении доходами (revenue management).

Условия:

• официальное оформление, белая зарплата, отпуск согласно ТК РФ
• ДМС, 100% оплата больничных
• работа удалённо
• корпоративный ноутбук для удалённой работы
• возможности профессионального роста