Старший DS инженер в команду Авито Путешествия
О компании
Авито — крупнейшая в России онлайн-платформа для размещения объявлений, которая активно развивает свои направления. Команда Авито Путешествия особенно выделяется, конкурируя с ведущими игроками в туристической сфере и используя уникальные возможности своей экосистемы. Доступ к обширным данным о пользовательском поведении и мощная техническая инфраструктура позволяют внедрять инновационные решения для десятков миллионов пользователей.
Направление динамического ценообразования имеет высокую важность для бизнеса с перспективой роста до 2027 года, обеспечивая оптимальное использование бюджета на промо и скидки для достижения поставленных целей.
О вакансии
Команда Авито Путешествия создает решения, которые отвечают за динамическое ценообразование, направленные на оптимизацию расходов на промо и увеличение доходности. Вы будете работать над проектами, связанными с прогнозированием спроса и A/B-тестированием, что критично для эффективной работы продукта. Ваша работа будет иметь реальное влияние на стратегические решения бизнеса и развитие продуктового функционала.
Вам предстоит разработать ML-системы для определения цен, оптимальной аллокации промо-бюджетов и повышения качества прогноза спроса. Это включает проектирование, практическое применение и интеграцию моделей, а также их мониторинг и поддержание стабильной работы.
Чем предстоит заниматься:
- Разрабатывать модели для выборки офферов, чтобы увеличить конверсию и контролировать бюджет.
- Строить uplift-модели, которые помогут определять, какие клиенты наиболее чувствительны к промо.
- Анализировать эффекты изменения цен и проводить прогнозирование спроса по различным параметрам.
- Проектировать и проводить A/B-тесты, адаптируя дизайн под особенности маркетплейса.
- Создавать ML-пайплайны для интеграции и продуктивизации ваших моделей.
Что мы предлагаем:
- Участие в интересных и значимых проектах в быстрорастущей компании.
- Возможность влиять на бизнес-процессы и решения через аналитику и данные.
- Динамичную и поддерживающую рабочую среду с фокусом на саморазвитие и практику в Data Science.
Обязанности
- Разработка моделей для определения офферов и повышения конверсии.
- Создание uplift-моделей для оценки реального влияния промо.
- Прогнозирование спроса по регионам и категориям жилья.
- Дизайн и анализ A/B-тестов для оценки промо-кампаний.
- Строительство и внедрение ML-систем для ценообразования.
- Мониторинг и поддержание зрелости ML-систем.
- Объяснение результатов и данных стейкхолдерам и команде продукта.
- Самостоятельная постановка задач и формирование приоритетов.
Требования
- Побаерные промо: модель, которая определяет, какому пользователю какой оффер отдать (скидка, кэшбек, бонусные ночи), чтобы максимизировать конверсию при контроле бюджета.
- Поайтемные промо: выбор объектов для продвижения в выдаче — какие объявления «подсветить», чтобы поднять GMV и улучшить матчинг спроса и предложения.
- Uplift-модели для промо-кампаний: отделить тех, кого промо реально сдвинет, от тех, кто купил бы и так.
- Модели ценовой эластичности спроса: как изменится букинг при изменении цены на X% для данного сегмента / региона / сезона.
- Прогнозирование спроса (demand forecasting): кратко- и среднесрочные прогнозы на уровне регионов, дат, категорий жилья — для оптимизации аллокации промо-бюджетов и планирования стока.
- Дизайн и анализ A/B-тестов для ценовых и промо-интервенций (с учётом сетевых эффектов маркетплейса, switchback-дизайны).
- Каузальный инференс: оценка эффекта промо и ценовых изменений в ситуациях, когда чистый A/B невозможен (diff-in-diff, synthetic control, instrumental variables).
- Проектировать и строить ML-системы для ценообразования, промо-аллокации и прогнозирования спроса — от постановки до продакшена.
- Декомпозировать бизнес-задачи в ML/оптимизационные постановки. Понимать что именно мы должны оптимизировать и где использовать ML, а где обойтись подходами проще.
- Проектировать и анализировать эксперименты (A/B, switchback, каузальный инференс), валидировать модели на оффлайн- и онлайн-метриках.
- Встраивать модели в продукт: realtime/batch пайплайны, интеграция с сервисами бекенда.
- Обеспечивать зрелость ML-систем: мониторинг, алерты, тесты, документация, воспроизводимость экспериментов.
- Влиять на продуктовые и бизнес-решения через данные — объяснять результаты стейкхолдерам и продакт-менеджерам.
- Имеете 4+ лет опыта в Data Science с фокусом на задачи ценообразования, монетизации, промо-оптимизации или смежные задачи.
- Имеете уверенный Python и опыт построения ML-пайплайнов от датасета до прода (sklearn, scipy бустинги, pytorch — в зависимости от задачи).
- Имеете опыт продуктивизации моделей: Docker, Git, CI/CD, микросервисная архитектура.
- Умеете работать с большими данными: SQL на уровне сложных аналитических запросов, опыт с Vertica/Trino или аналогами.
- Понимаете экономику маркетплейсов: двусторонние эффекты, механика комиссий и промо.
- Умеете объяснять сложные модели и их результаты нетехнической аудитории — продактам, бизнесу, стейкхолдерам.
- Самостоятельность: умеете сами ставить задачи, приоритизировать и доводить до результата.