Владелец продукта: динамическое ценообразование и монетизация

Чем нужно будет заниматься:

• Разработка и внедрение системы динамического ценообразования (surge pricing, стимулирование предложения).
• Внедрение динамической ставки (время до старта, загруженность пула).
• Запуск 2–3 ценовых инициатив с измеримым эффектом (рост маржи, снижение невыходов).
• Управление командой из 3–4 человек (Pricing PM, DS, Data Analyst, ML).
• Построение ML-моделей эластичности спроса и предложения, прогнозирование оптимальной цены.
• Полная автоматизация ценообразования для 90% смен.
• Анализ юнит-экономики (take rate, gross margin, LTV/CAC) и оптимизация ценовых параметров.
• Мониторинг конкурентной среды и корректировка цен в реальном времени.

У тебя точно всё получится, если есть:

• 4+ года на позиции Product Manager / Senior Product Manager в сфере динамического ценообразования в маркетплейсах (gig-экономика, такси, доставка, e-commerce, логистика). Примеры ролей: отражены в вакансиях Достависта (Senior PM Supply/Demand + Динамическое ценообразование) и Faire (Staff PM, Динамическое ценообразование).
• Опыт создания алгоритмов сурж-ценообразования / surge Динамическое ценообразование с нуля или глубокой модификации существующих (например, применительно к балансу спроса и предложения). Опыт разработки моделей на основе прогноза спроса и эластичности.
• Опыт работы с экономистами / DS по построению прогнозных моделей спроса.
• Опыт проведения сложных A/B-тестов в двухсторонних рынках (switchback tests, geo experiments).
• Знание микроэкономики: эластичность, surplus, market clearing price, price discrimination.
• Понимание базовых алгоритмов ценообразования: rule-based, contextual bandits, reinforcement learning для Динамическое ценообразование.
• Уверенное использование SQL для расчёта юнит-экономики и сегментации.
• Понимание принципов прогнозирования временных рядов (ARIMA, Prophet, LSTM) и методов causal inference (Difference-in-Differences, Synthetic Control).
• Опыт работы с метриками маркетплейса: liquidity, thickness, match rate, conversion funnel.
• Базовые знания Python для работы с дата-сайентистами.
• Экономическое мышление: анализ стимулов для обеих сторон рынка, понимание феномена «каннибализации» и эффектов переключения спроса между разными типами смен.
• Data-driven decision making: умение принимать решения в условиях неполной информации, быстро валидировать гипотезы.
• Системное мышление: видеть продукт как экосистему сервисов, где цена влияет на всё — от отклика до удержания.
• Смелость: не бояться челленджить устоявшиеся решения, предлагать и тестировать инновационные модели (например, динамическая ставка на аукционе).
• Будет плюсом
• Опыт внедрения RL-based Динамическое ценообразование agent в production.
• Опыт работы с anomaly detection для цен и промо-механик.
• Понимание поведенческой экономики (как цена влияет на решения курьеров и клиентов).

​​​​​