Моделирование прайсинга: разработка и внедрение математических моделей расчета цен покупки и продажи активов для максимизации доходности при контролируемом риске;
Управление запасами и спредом: формулирование правил удержания/слива балансов, расчет оборачиваемости и предотвращение накопления неликвида;
Эксперименты и валидация: бэктесты на исторических данных, дизайн A/B-экспериментов и онлайн-мониторинг поведения моделей после выкатки;
Оценка экономического эффекта: разработка методологии оценки изменений, разделение эффекта алгоритма и рыночных колебаний;
Связка с разработкой: реализация расчетной логики на аналитическом Python и SQL; на этапе внедрения в прод и инфраструктурных интеграций помогает выделенный разработчик команды.
Практический опыт работы с ценообразованием или алгоритмическим маркет-мейкингом от 2 лет;
Опыт самостоятельной разработки и внедрения математических/аналитических моделей в реальном бизнесе;
Сильная прикладная статистика и эконометрика: распределения, доверительные интервалы, проверка гипотез, работа с малыми выборками и выбросами;
Уверенный аналитический Python (pandas, numpy, scipy) и SQL;
Понимание экономики рынка: баланс спроса/предложения, ликвидность, спред, эластичность, оборачиваемость капитала;
Умение корректно оценивать причинно-следственные связи в экспериментах (causal inference).
Будет плюсом:
Понимание микроструктуры рынков, алгоритмов маркет-мейкинга и арбитража;
Опыт в динамическом ценообразовании (Dynamic Pricing), маркетплейсах, ритейле, такси/шеринге, трейдинге или Revenue Management.
Удаленный формат: полная занятость (full-time) на 100% удаленке;
Стабильный доход: конкурентная заработная плата по результатам собеседования;
Реальное влияние: ваши формулы и алгоритмы напрямую управляют P&L и миллионными денежными потоками продукта;
Автономия: минимум бюрократии, быстрый цикл тестирования и вывода математических моделей в прод.