- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist / Data Analytics (Middle+ / Senior)
Оценка ИИСитидрайв — известный бренд с понятным продуктом. Вакансия привлекательна за счет прямого влияния на бизнес-результаты и возможности работать с современными SOTA-подходами в ценообразовании.
Сложность вакансии
Оценка ИИРоль требует сочетания навыков Data Science и продуктовой аналитики. Основная сложность заключается в разработке алгоритмов динамического ценообразования и необходимости глубокого понимания бизнес-процессов каршеринга.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Middle+/Senior Data Scientist в Москве рыночный диапазон составляет от 250 000 до 450 000 рублей. Ситидрайв обычно предлагает конкурентоспособные условия, соответствующие рынку крупных технологических компаний.
Сопроводительное письмо
Меня заинтересовала вакансия Data Scientist / Data Analytics в Ситидрайв, так как она сочетает в себе глубокую аналитику и разработку алгоритмов, напрямую влияющих на бизнес-показатели. Мой опыт работы с Python и SQL, а также понимание принципов динамического ценообразования и проведения A/B-тестов позволяют мне эффективно решать задачи по моделированию спроса и оптимизации стратегий ценообразования.
Я обладаю сильной аналитической базой и опытом визуализации данных, что поможет не только разрабатывать модели, но и делать их результаты прозрачными для бизнеса. Буду рад обсудить, как мои навыки в области ML и продуктовой аналитики помогут команде алгоритмических продуктов Ситидрайва достигать новых высот в эффективности сервиса.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ситидрайв уже сейчас
Присоединяйтесь к команде Ситидрайва и влияйте на выручку сервиса через продвинутые алгоритмы ценообразования!
Описание вакансии
**Data Scientist / Data Analytics (Middle+ / Senior)
Формат работы: гибрид/удаленка по РФЗанятость:** полная
Компания: Ситидрайв - команда алгоритмических продуктов на задачи ценообразования.
Это позиция на стыке Data Science (DS) и Data Analytics (DA), где предстоит не только исследовать данные, но и разрабатывать решения, которые затем будут внедрены в реальные бизнес-процессы и напрямую влиять на выручку и эффективность сервиса.
Чем предстоит заниматься:
1) Разработка стратегии ценообразования. Это ключевая задача, включающая в себя:
- построение и развитие алгоритмов динамического ценообразования;
- моделирование спроса и предложения;
- разработку и внедрение новых pricing-концепций (в том числе с учётом SOTA-подходов на рынке);
- проверку решений на устойчивость, интерпретируемость и бизнес-адекватность;
- балансировку краткосрочных и долгосрочных эффектов (выручка, удержание, загрузка парка).
2) Вам предстоит участвовать в подготовке, запуске и анализе A/B-тестов, направленных на проверку гипотез по изменениям в ценообразовании.
3) Вы будете визуализировать данные и строить дашборды, заниматься сбором датасетов для них, а также вести эти процессы на стыке бизнеса, DWH и BI-функций.
Мы ждём от тебя:• SQL на продвинутом уровне, Python (pandas, ML-библиотеки)
• Сильная аналитическая база
• Опыт разработки алгоритмов
• Готовность быстро погружаться в новые концепции ценообразования
• Продуктовая коммуникация
Контакты📩: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Python
- Pandas
- Machine Learning
- A/B Testing
- Data Visualization
- DWH
- BI
- Pricing Algorithms
Возможные вопросы на собеседовании
Проверка понимания специфики бизнеса и умения работать с ключевой задачей вакансии.
Какие факторы вы бы учитывали при построении модели динамического ценообразования для каршеринга в условиях ограниченного парка машин?
Оценка навыков работы с экспериментами, что критично для проверки гипотез в ценообразовании.
Как бы вы спроектировали A/B-тест для новой стратегии ценообразования, чтобы избежать сетевых эффектов (interference)?
Проверка технической грамотности в области машинного обучения.
Какие метрики качества модели вы бы использовали для оценки алгоритма прогнозирования спроса и почему?
Оценка умения балансировать между краткосрочной прибылью и долгосрочным удержанием пользователей.
Как в алгоритмах ценообразования можно сбалансировать выручку (LTV) и утилизацию (загрузку) автопарка?
Проверка навыков работы с данными и взаимодействия с DWH.
Опишите ваш опыт проектирования витрин данных для дашбордов: как вы обеспечиваете консистентность данных между разными источниками?
Похожие вакансии
Data Scientist (Senior)
Data инженер (Senior)
Data Analyst / Data Scientist (Fintech / Payments)
ML разработчик (Senior)
MLOps Engineer
Инженер Mlops (Senior)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия