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 AI/ML архитектора для создания системы динамического ценообразования дополнительных услуг авиакомпании (багаж, выбор мест, питание и другие ancillary services).
Проект: Вам предстоит разрабатывать и развивать ML-модели для прогнозирования вероятности покупки при различных ценах, оптимизировать ценовые решения и организовывать полный цикл обратной связи и переобучения моделей.
Что предстоит делать:
Разработка ML-моделей: прогнозирование вероятности покупки дополнительных услуг при разных ценах, оптимизация ценовых решений, построение нейросетевых моделей.
Экспериментальная методология: проектирование controlled exploration в допустимом диапазоне цен, правил рандомизации, вероятностей назначения ценовых вариантов и ограничений безопасности.
A/B-тестирование: дизайн контролируемых экспериментов для сравнения новой pricing policy с текущей, определение primary и guardrail-метрик, критериев остановки и условий rollout.
Полный жизненный цикл ML: обучение, валидация, inference, периодическое переобучение, версионирование моделей, цикл обратной связи между предсказаниями, решениями и фактическими результатами.
Software engineering: реализация end-to-end 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.
Обязательные требования:
Уверенное владение Python, NumPy, pandas, scikit-learn, PyTorch или TensorFlow, а также C# для интеграции с backend.
Опыт разработки, обучения и применения ML-моделей, включая нейронные сети, feature engineering и работу с табличными данными.
Понимание математических основ ML, теории вероятностей, статистики, методов оптимизации и принципов A/B-тестирования.
Способность проектировать controlled exploration, правила рандомизации, primary и guardrail-метрики для ценовых экспериментов.
Опыт организации полного жизненного цикла ML: обучение, валидация, inference, переобучение, версионирование и обратная связь.
Уверенное владение SQL, PostgreSQL, Git, Docker и навыки разработки Python-приложений с автотестами.
Будет здорово, если есть:
Опыт в dynamic pricing и revenue optimization: прогнозирование спроса, ценовая эластичность, willingness-to-pay.
Продвинутые методы causal inference и sequential decision making: contextual bandits, off-policy evaluation, IPW, doubly robust estimation.
Знакомство с MLOps-инструментами (MLflow, orchestration, model monitoring) и опыт эксплуатации ML-сервисов.
Опыт работы в авиационной отрасли, e-commerce или revenue management.
Мы предлагаем:
С нетерпением ждем твоего отклика!
Санкт-Петербург
до 300000 RUR