Data Scientist
от 80 000 ₽-60% к среднему
ЭНТЭ · Чайковский
Разработка процессов обработки данных. Аналитика данных. Разработка алгоритмов для поиска аномалий в собранных данных. Извлечение статистики из данных.
«UZUM TECHNOLOGIES» · Москва
Middle+ ML-инженер в Pricing — «UZUM TECHNOLOGIES»
Модели спроса и цены: прогноз спроса, оценка влияния цены и скидки на продажи, рекомендации по оптимальной цене. Качество моделей: feature...
Компания набирает: 228 вакансийОпубликована сегодня
Коротко о вакансии
Зарплату работодатель не назвал — вилку обсуждают на собеседовании. В требованиях: sql, python, numpy, pandas, apache airflow. Компания нанимает активно — открытых позиций сейчас 228.
Описание вакансии
Цена — один из самых сильных рычагов маркетплейса: от неё напрямую зависят GMV, маржинальность и то, насколько выгодно покупать у нас. Команда ценообразования строит систему динамического ценообразования. Система регулярно пересчитывает рекомендации для большого числа SKU и управляет скидками так, чтобы расти в продажах и не терять в марже. В скоупе — прогноз спроса, оценка эластичности, оптимизация цены и скидки при бизнес-ограничениях и постоянные A/B-эксперименты с аналитиками и продуктом. ㅤ Чем предстоит заниматься: ㅤ
- Модели спроса и цены: прогноз спроса, оценка влияния цены и скидки на продажи, рекомендации по оптимальной цене
- Качество моделей: feature engineering, offline-валидация, анализ ошибок, выбор и сравнение ML-подходов
- Данные: подготовка датасетов и признаков, EDA, контроль качества входных данных
- Эксперименты: вместе с аналитиками проектировать и разбирать A/B-тесты, оценивать влияние на GMV, маржинальность и продажи
- Прод и надёжность: развивать ML-систему, которая пересчитывает цены на большом ассортименте; следить за поведением моделей после запуска и разбирать инциденты
- Инженерная культура: code review, обсуждение архитектуры, документация решений и результатов экспериментов
- ML/DS: Python, pandas/polars, NumPy, scikit-learn, CatBoost/LightGBM, PyTorch
- Данные: ClickHouse, Trino, Airflow
- Прод: Git, Docker, CI/CD
- A/B-эксперименты: GrowthBook
- 3+ года коммерческого опыта в ML/DS: обучал модели и доводил их до прода или до регулярного использования
- Уверенный Python и основной DS-стек; опыт с градиентным бустингом и/или PyTorch
- Уверенный SQL, опыт работы с большими данными
- Понимание A/B-тестов: статистическая значимость, доверительные интервалы, power и MDE, корректная интерпретация результатов
- Умение писать поддерживаемый код: Git, Docker, базовое понимание CI/CD и оркестрации пайплайнов
- Самостоятельность: умеешь разбить задачу на части, предложить варианты решения и довести выбранный до результата
- Умение объяснять ограничения и результаты моделей аналитикам, разработчикам и продукту
- Оцениваешь модели не только по offline-метрикам, но и по влиянию на бизнес
- Опыт с demand forecasting, price elasticity, оптимизацией цен или скидок
- Понимание causal inference: почему нельзя просто обучить модель «цена → спрос» на исторических данных
- Опыт в e-commerce или ритейле
- HR-интервью (30 мин): команда, контекст, твой опыт и ожидания
- Тех-1 (60 мин): Python, SQL, теория ML
- Тех-2 (60 мин): ML System Design
- Финал (60 мин): интервью с руководителем
- Даем широкую зону ответственности и возможность влиять на архитектурные и продуктовые решения. А ещё рады обсуждать твои инициативы и реализовывать их
- Уникальная культура – мы сохранили дух стартапа, при этом уже отстроили зрелые процессы
- Формируем измеримые цели всей командой и не просто выполняем их "для галочки", а замеряем эффективность и общее влияние нашей работы на бизнес
- Работа в командах сильных специалистов, где ценится глубина экспертизы и инженерное мышление
- Команды слушают и слышат друг друга, выступая в роли партнеров, а не исполнителей
- Удаленка из любой точки мира или уютный офис в Ташкенте
- У нас можно расти в инженерном или управленческом треке, а еще выстроена регулярная оценка перформанса
- Платим на уровне топовых компаний российского рынка
- Обучение и развитие — мы поддерживаем как внутри компании, так и за ее пределами (митапы, конференции, профессиональное обучение, публикации). А еще помогаем развивать личный бренд
- База — комьюнити профессионалов с желанием делать круто. Приятный бонус — ДМС в привязке к вашей локации, обучение и другие плюшки
Вакансия опубликована 21 сентября, проверена 22.09.2026. Открыть оригинал.
Ключевые навыки
SQLPythonNumpypandasApache AirflowKuberneteskafkaDocker
Как откликнуться
Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую. Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова. Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье как быстро найти работу.
Спросите нейросети о вакансии
Отвечает DeepSeek по данным этой страницы: зарплата против рынка, условия, работодатель
Вопросы по этой вакансии
Сколько платят на позиции «Middle+ ML-инженер в Pricing»?
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 174 000 ₽.
Какой опыт нужен?
В требованиях указано: от 3 до 6 лет. Формат работы удалённый, переезд не потребуется.
Вакансия ещё открыта?
Да, на 22.09.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.
О компании
«UZUM TECHNOLOGIES»
Uzum — это новая уникальная компания в Узбекистане, первая технологичная экосистема сервисов в стране. Мы развиваем сразу несколько высокотехнологичных продуктов, чтобы у миллионов жителей страны был доступ к безграничному ассортименту товаров с быстрой доставкой, а также финансовые сервисы, помогающие в решении бытовых задачи и развитии бизнеса. Мы строим собственную IT-платформу, развиваем систе…
Открытых вакансий: 228Похожие вакансии
Соседи по направлению с близкими требованиями.
AI engineer / Data Science + Machine Learning Engineering + Generative AI
Зарплата не указана
Тануки, японский ресторан · Москва
Разрабатывать, тестировать и внедрять ML-модели для прикладных бизнес-задач. Исследовать данные, находить закономерности и формировать признаки для моделей.
ML Engineer со знанием английского языка
6 720 — 12 600 ₽-95% к среднему
Серова Елена Сергеевна · Москва
Работа включает разработку и обучение моделей, системы инференса, численные вычисления, оптимизацию производительности и программирование на Python. * реализацию или модификацию ML...
AI Engineer с английским
5 040 — 10 080 ₽-96% к среднему
Серова Елена Сергеевна · Санкт-Петербург
Исправление багов. Реализацию новых функций. Рефакторинг кода. Оптимизацию производительности. Алгоритмов. Структур данных. Оптимизации производительности. Отладки сложных программных проблем.
Data Scientist в команду RecSys
Зарплата не указана
Домклик · Москва
Решать продуктовые задачи с помощью ML: от постановки гипотезы и исследования данных до запуска решения в production и оценки бизнес...
Инженер данных (Data Engineer)
Зарплата не указана
RDP.RU · Москва
В качестве Data Engineer вы будете отвечать за разработку и поддержку систем хранения данных, оптимизацию производительности, анализ и оптимизацию запросов...
Другие вакансии компании
Head of Technical Unit — Acquiring
Зарплата не указана
«UZUM TECHNOLOGIES» · Москва
Выстроить единую стратегию новой доменной области из нескольких кросс-функциональных команд разработки. Запустить новое направление: интеграция решения вендора, передача знаний...
Senior UX-редактор (Payments & Transfers)
Зарплата не указана
«UZUM TECHNOLOGIES» · Москва
Писать и редактировать тексты для мобильного приложения банка: в том числе СМС и пуши. Проверять тексты на соответствие Tone of...
Младший аналитик в команду Стратегии
Зарплата не указана
«UZUM TECHNOLOGIES» · Москва
Выполнять ad-hoc выгрузки и описательные исследования для подготовки презентаций топ-менедженту. Проводить сбор и анализ финансовых данных в Excel...
Расчёты по этой вакансии
Пригодится до собеседования: сколько останется на руки от названной суммы, как считаются отпускные и переработки.
Ещё по направлению
Модели машинного обучения, прогнозы и рекомендации: Python, статистика, продакшен.