Freedom Travel — ведущая TravelTech-компания Казахстана, которая помогает миллионам пользователей бронировать билеты, планировать поездки и управлять командировками онлайн.
На сегодняшний день:
80 000+ клиентов ежемесячно покупают авиа - и железнодорожные билеты через наш сервис
Ежемесячные продажи составляют более 200 000 билетов
В 2025 году совокупный оборот Freedom Travel превысил 100 млрд тенге
Мы верим в ценность людей, которые у нас работают, вне зависимости от занимаемой должности. Мы стремимся к долгосрочным отношениям и всегда находимся в поиске талантов.
Чем ты будешь заниматься:
Исследовать, разрабатывать и внедрять ML-модели для решения прикладных бизнес-задач:
recommendation systems,
ranking/search,
pricing и optimization,
forecasting,
experimentation и causal inference,
retrieval и LLM-based workflows.
Проводить applied research:
анализировать современные research papers и industry-подходы,
воспроизводить и адаптировать ML/econometric методы,
проверять гипотезы и сравнивать подходы,
проектировать offline/online эксперименты,
оценивать качество моделей и их влияние на бизнес-метрики.
Строить production-ready ML solutions:
data и feature pipelines,
inference services,
monitoring и evaluation контуры,
ML experimentation workflows.
Работать совместно с продуктовой, аналитической и инженерной командами над формализацией и декомпозицией бизнес-задач.
Участвовать в развитии ML-инфраструктуры, engineering practices и research culture внутри компании.
Самостоятельно исследовать новые подходы и внедрять решения в production.
Опыт работы в Machine Learning / Data Science / Research Engineering от 3 лет.
Уверенное владение:
Python,
SQL.
Сильная математическая база:
теория вероятностей,
математическая статистика,
линейная алгебра,
методы оптимизации.
Хорошее понимание:
machine learning fundamentals,
statistical modeling,
experimentation,
optimization methods.
Практический опыт в нескольких ML-направлениях:
recommendation/retrieval/ranking systems,
forecasting и time series,
predictive modeling,
experimentation и causal inference,
deep learning.
Опыт работы с production ML systems:
обучение и deployment моделей,
inference pipelines,
monitoring/evaluation,
reproducible experimentation workflows.
Понимание:
offline/online evaluation,
model generalization,
data leakage,
retrieval vs ranking architectures,
causal vs predictive modeling.
Опыт работы с современным ML tooling:
PyTorch/JAX,
MLflow или аналоги,
orchestration/workflow tools,
Docker,
Git.
Умение самостоятельно проводить research:
читать и понимать papers,
сравнивать подходы,
проектировать эксперименты,
адаптировать research-решения под реальные продуктовые задачи.
Будет плюсом:
опыт в recommendation systems / ranking / pricing / forecasting,
опыт работы в product-oriented ML командах,
опыт работы с high-scale data environments.
Что ты получишь, присоединившись к нам:
И главное — здесь ваш голос имеет вес. Вы будете влиять на продукт вместе с нами: запускать новые направления, развивать авторские туры, динамическое пакетирование и AI-подборы.
Это не просто работа — это возможность создавать продукт вместе с нами.