yandex
SeniorУдалённоПолная занятость

Senior Applied ML Engineer (Python)

ИИОценка ИИ

Интересная позиция в стабильной компании с глубоким техническим стеком и сложными задачами на стыке ML и экономики. Удаленный формат и работа с современными методами (Causal Inference, Bandits) делают вакансию привлекательной для опытных инженеров.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена требованием владения не только Python стеком, но и C# для интеграции, а также глубокими знаниями в специфических областях: динамическое ценообразование, Causal Inference и многорукие бандиты.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана450 000 ₽
Рынок350 000 ₽ – 550 000 ₽
ИИОценка ИИ

Зарплата в объявлении не указана, однако для позиции Senior ML Engineer с опытом от 6 лет и знанием C# рыночный диапазон в России составляет от 350 000 до 550 000 рублей. Предложение будет сильно зависеть от экспертизы кандидата в области Revenue Management.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

Аркадия

Senior Applied ML Engineer (Python)

Опыт работы: более 6 лет

Полная занятость

График: 5/2

Формат работы: удалённо

*☑️* Чем предстоит заниматься

-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

*☑️* Наши пожелания к кандидатам

-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

-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)

Контакты: Откликнуться

Python Job в Telegram | в VK | в Max

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Git
  • A/B Testing
  • Python
  • NumPy
  • Pandas
  • PyTorch
  • SQL
  • PostgreSQL
  • MLOps
  • Scikit-learn
  • Docker
  • TensorFlow
  • MLflow
  • Causal Inference
  • C#

Возможные вопросы на собеседовании

Проверка понимания специфики ценовых экспериментов.

Как вы будете проектировать guardrail-метрики для эксперимента по динамическому ценообразованию, чтобы не допустить критического падения выручки?

Оценка навыков работы с причинно-следственным анализом.

В каких случаях при оценке ценовой эластичности вы бы предпочли использовать Doubly Robust Estimation вместо обычного IPW?

Проверка технической гибкости (Python + C#).

Расскажите о вашем опыте интеграции Python ML-сервисов с бэкендом на C#. Какие протоколы взаимодействия вы считаете наиболее эффективными?

Оценка опыта в Reinforcement Learning / Bandits.

Как вы решите проблему 'cold start' при внедрении контекстных многоруких бандитов для предложения дополнительных услуг?

Проверка навыков MLOps и жизненного цикла модели.

Как организовать процесс автоматического переобучения модели (retraining loop), если данные о покупках приходят с существенной задержкой?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Россия
более 1000 офферов получено
4.9

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!