Mindbox — крупнейшая в России облачная платформа автоматизации маркетинга, в пятерке B2B SaaS России. Помогает компаниям — от Dodo Brands и МВидео до ПИК и МИФ расти за счет эффективного маркетинга. Без спама.
Мы строим систему ценообразования, которая станет мозгом российского ритейла.
Мы строим контур, который отвечает на вопрос: кому, на какой товар и какую скидку давать, чтобы инкрементально росла прибыль/маржа (при контроле GMV, LTV и репутационных рисков).
Ищем в команду Data Scientist, который умеет доводить такие системы до результата — через корректное измерение эффекта и продакшен.
Что будем делать
1) SKU elasticity / demand modeling
- Оценивать чувствительность спроса к цене/скидке на уровне SKU/категории.
- Учитывать сезонность, промо-шум, наличие/stockouts, лаги, праздники.
- Сегментировать товары по “промо-чувствительности”, рискам каннибализации и деградации маржи.
2) User sensitivity / customer elasticity
- Строить поведенческие индексы: “deal-seeker vs full-price buyer”, порог скидки.
- Оценивать вероятность покупки без скидки, отличать “купил бы и так” от “купил из-за скидки”.
3) Uplift / causal
- Делать модели/подходы, которые отвечают “кому давать скидку”, чтобы получить инкремент.
- Проектировать A/B и квази-эксперименты, корректно оценивать эффект в условиях смещений.
4) Оптимизация скидки (policy)
- Строить дисконт-политику (например, лестница 0/5/10/15/20) под цель incremental profit и ограничения: price floors, минимальная маржа, бюджеты промо, частота скидок, правила бренда.
5) Продакшен и мониторинг
- Регулярные пересчеты, версии моделей, мониторинг качества/дрейфа, стоп-краны, фолбэки на правила.
Что будет считаться успехом
1–2 месяца
- Единый фреймворк измерения: incremental profit / cost of discount + guardrails.
- Первая версия SKU elasticity и user sensitivity на выбранных категориях.
- Запуск 1–2 A/B тестов с корректной оценкой инкремента.
3–6 месяцев
- Рабочий контур персонализации скидок (targeting + discount sizing) на нескольких категориях/каналах.
- Стабильный рост инкрементальной прибыли или маржи при контроле GMV.
- Процесс экспериментов и библиотека результатов.
Требования
- Сильный Python (pandas/sklearn/statsmodels) и SQL (оконные функции, сложные джойны).
- Опыт построения хотя бы двух из четырех контуров:
SKU elasticity / demand model
user sensitivity / deal-seeking
uplift / causal inference (персонализация промо)
оптимизация скидки под profit/GMV с ограничениями
- Уверенная практика экспериментов (A/B, SRM-check, оценка эффекта, CI).
- Умение работать с данными “как в жизни”: шум, пропуски, несогласованность, смещения.
Будет плюсом
- Байес/иерархические модели для sparse SKU.
- Bandits / RL для промо-политик.
- Опыт продакшена ML: пайплайны, MLflow/аналоги, мониторинг, деградация.
- Доменные кейсы в ecom/маркетплейсах/ритейле/travel revenue management.
Условия
- Влияние: прямое влияние на P&L через персонализацию скидок и рост маржи.
- Команда: продукт + аналитика + разработка, быстрые итерации через эксперименты.
- Свобода выбирать место работы: можно работать полностью удаленно или гибридно из комфортного офиса в Москве
- Гибкий график, больничные без справок и безлимитный отпуск. Можно договориться с командой и отдыхать сколько нужно
- Работа в аккредитованной IT-компании
- Техника для работы: MacBook, мониторы, наушники с шумоподавлением и другая необходимая периферия
- Корпоративная жизнь: тимбилдинги, командные квесты и спортивные соревнования, ЧГК, клубы по интересам, случайный кофе. Для распределенных команд — оплачиваемая колокация
- Well-being-программы: 350 000 ₽ в год на софинансирование образования, медицины, психотерапии, спорта, путешествий
- Поддержка саморазвития: софинансирование любого обучения, мастер-классы, HR-поддержка или коучинг, тренинги по переговорам, деловой переписке, развитию эмоционального интеллекта и не только
В отклике пришли, пожалуйста:
- 2–3 примера проектов, где ты измерял инкрементальный эффект от персонального / массового ценообразования и определения скидок
- Какой контур делал: elasticity / uplift / optimization / pricing policy.
- Стек и масштабы данных (SKU, MAU/DAU, частота пересчетов).
.jpg&w=1920&q=75){kind=small}
