Руководитель направления по развитию систем математических моделей прогнозирования и оптимизации
Описание
Основные обязанности: 1. Целевой образ и стратегия математического аппарата Совместно с продуктовыми PO и бизнес-заказчиками выявлять коммерческие задачи, требующие прогнозирования, оптимизации или иных математических методов. Формировать целевую карту математических возможностей, их назначение, границы, взаимосвязи и области повторного использования в разных коммерческих системах. Определять краткосрочную и долгосрочную дорожную карту развития математического аппарата и целевые переходные состояния. Анализировать отраслевые практики, доступные решения, методы и технологические подходы; оценивать их применимость к задачам компании. 2. Управление портфелем и совокупным бэклогом Консолидировать потребности продуктовых направлений в единый портфель математических инициатив, устранять дублирование и выявлять общие зависимости. Приоритизировать инициативы с учетом ожидаемого продуктового и финансового эффекта, стратегической значимости, готовности данных, зрелости подхода, стоимости, рисков и возможности промышленного применения. Формировать единый бэклог нескольких математических команд и синхронизировать его с дорожными картами АСУД, АСУКР, динамического ценообразования и управления предложением. На основании результатов исследований и пилотов формировать предложения о продолжении, переработке, масштабировании или прекращении отдельных инициатив. 3. Единый жизненный цикл и качество моделей Установить единый процесс: бизнес-задача → математическая постановка → проверка готовности данных → базовое решение → разработка → валидация → пилотирование → промышленное внедрение → мониторинг и пересмотр. Определять требования к паспорту модели, исходным допущениям, данным, метрикам качества, ограничениям применимости, объяснимости, производительности и резервным сценариям. Организовывать сравнительное тестирование альтернативных подходов: ретроспективную проверку, моделирование, теневой режим, контролируемые пилоты и A/B-тесты — там, где такой формат методологически применим. Обеспечивать регулярный мониторинг качества и бизнес-результатов действующих моделей, инициировать их калибровку, переобучение, переработку или вывод из эксплуатации. 4. Матричная координация команд и стейкхолдеров Координировать работу нескольких внутренних и внешних математических команд без подмены их линейного и технического руководства. Формировать единые приоритеты, ожидаемые результаты и критерии готовности; проводить регулярные портфельные и модельные обзоры. Совместно с функциональными архитекторами и бизнес-аналитиками обеспечивать встраивание моделей в коммерческие процессы: сценарии применения, семантику данных, функциональные контракты, пользовательское представление результатов и критерии приемки. Совместно с техническими архитекторами и руководителями математических команд согласовывать требования к промышленному контуру, переиспользуемым компонентам, интеграциям, вычислительным ресурсам и мониторингу. Синхронизировать планы с руководителями проектов, управлять зависимостями и ожиданиями заказчиков, своевременно выносить на решение конфликты приоритетов и ресурсные ограничения. 5. Продуктовые и финансовые эффекты Связывать каждую существенную математическую инициативу с конкретным продуктовым результатом и ожидаемым финансовым или операционным эффектом. Формировать систему показателей направления: качество моделей, готовность и стабильность сервисов, уровень использования результатов в продуктах, достигнутый бизнес-эффект. Готовить оценку потребности в финансировании, вычислительных ресурсах и внешней экспертизе; участвовать в защите бюджета и инвестиционных решений. Регулярно представлять руководству и заказчикам состояние портфеля, дорожную карту, риски, качество моделей и достигнутые результаты. Требования к кандидату Высшее образование в области прикладной математики, исследования операций, прикладной информатики, экономики / эконометрики, анализа данных или в смежной области. Опыт продуктового, технического или исследовательского руководства от 4 лет, включая не менее 2 лет работы с системами прогнозирования, оптимизации, аналитическими или data / ML-продуктами. Практический опыт управления портфелем инициатив, формирования дорожной карты и бэклога, координации нескольких команд или подрядчиков в матричной структуре. Опыт перевода моделей из исследовательской или прототипной стадии в пилотирование и промышленное использование с измеримыми критериями качества. Опыт работы с несколькими бизнес-заказчиками и конфликтующими стейкхолдерами; опыт подготовки инвестиционных обоснований и защиты приоритетов. Продуктовое и портфельное управление Формирование продуктовой стратегии, дорожных карт и совокупного бэклога нескольких команд. Портфельная приоритизация по бизнес-эффекту, рискам, стоимости, готовности данных и зрелости решения; владение применимыми фреймворками приоритизации. Формирование бизнес-кейсов, системы показателей и критериев приемки на уровне продукта и математической возможности. Организация исследований, прототипов, пилотов и принятия решений на основании данных. Математическая и модельная экспертиза Глубокое практическое понимание как минимум одной из областей и уверенное ориентирование в остальных: прогнозирование спроса и временных рядов; математическая оптимизация ограниченного ресурса; исследование операций; Revenue Management. Способность критически оценивать математическую постановку, допущения, исходные данные, базовые решения, метрики, устойчивость и границы применимости модели. Понимание принципов оценки качества прогнозов — ошибка, смещение, стабильность — и оптимизационных решений — значение целевой функции, соблюдение ограничений, устойчивость и время расчета. Понимание полного жизненного цикла моделей: разработка, валидация, внедрение, мониторинг, дрейф, калибровка / переобучение и вывод из эксплуатации. Способность связать технические и модельные показатели с решениями пользователя, продуктовыми метриками и финансовым результатом. Техническая грамотность Понимание требований к данным, интеграциям batch / real-time, промышленному развертыванию, мониторингу и воспроизводимости моделей — на уровне обсуждения архитектуры и принятия продуктовых решений. Способность работать с модельной документацией, результатами экспериментов и аналитическими выгрузками; навыки самостоятельной работы с данными будут преимуществом. Понимание принципов построения общих математических сервисов и платформенных компонентов без необходимости самостоятельно определять технологический стек. Что мы предлагаем? Гибридный формат работы. Офис в Москве: современное пространство в 5 минутах от м. Новокузнецкая (фитнес-зал, настольный теннис, комната PS 5, регулярные активности для резидентов). Работа в аккредитованной ИТ-компании со всеми предусмотренными государственными льготами, включая ИТ-ипотеку. Полностью «белая» заработная плата. Уровень дохода обсуждается индивидуально и зависит от опыта и экспертизы. ИТ-отсрочка и бронь от мобилизации как для сотрудников компании с критически важной инфраструктурой. Корпоративные льготы на авиабилеты авиакомпаний «Аэрофлот», «Россия» и «Победа» для сотрудника и членов семьи (родители, супруг(а), дети). ДМС с первого рабочего дня: стоматология, помощь на дому, плановый и экстренный стационар; возможность подключения семьи на льготных условиях. Компенсация питания при работе из офиса. Курсы, сертификации, профессиональные конференции. Корпоративный сервис благополучия: безлимитные консультации с экспертами по юридическим, психологическим, финансовым вопросам и вопросам здорового образа жизни. Корпоративные мероприятия и активности: спорт, киберспорт, мотопробеги и другие форматы внерабочего общения. Дополнительно: кафетерий скидок, доступ к корпоративной библиотеке Alpina Digital, билеты на футбольные и баскетбольные матчи.