Ведущий Data Scientist (Reinforcement Learning & Research)

О нашем проекте

Мы работаем над системой управления доходами (RMS). Наши клиенты - российские авиакомпании.

Задача роли

Разработать и обучить RL-агента для управления доходами авиаперевозчика на уровне рынка: многопериодное принятие решений, ценовые уровни/классы бронирования, реакция спроса, конкуренция, неопределённость.

Зоны ответственности

• Постановка формальной задачи RL: определение пространств состояний/действий/вознаграждения, ограничений и KPI.
• Разработка и валидация симулятора рыночной среды на основе исторических данных (реакции спроса, сезонность, шоки).
• Исследование и внедрение алгоритмов RL/IL (value-based, policy-gradient, actor-critic, off-policy/offline RL).
• Экспериментальный дизайн: off-policy оценка, A/B в симуляторе, подготовка к онлайн-экспериментам.
• Инструменты качества: стабильность обучения, воспроизводимость, мониторинг метрик (reward, RM KPI, робастность к шокам).
• Взаимодействие с продуктом/инженерией: требования, передача моделей в прод, контроль деградаций.

Ожидаемые результаты (12 месяцев)

• Прототип агента, превосходящий базовые эвристики по целевой метрике (например, дополнительная выручка на рейс/ОД) в симуляторе.