Data Scientist
Описание
Мы: соблюдаем ТК РФ: оформляем по ТК РФ с первого рабочего дня, оплачиваем отпуск 28 календарных дней, больничный лист; легко добираемся: находимся в десяти минутах ходьбы от м. «Отрадное»; заботимся: можем выбрать график работы пн-пт с 9.00 до 18.00 или с 8.00 до 17.00, пятница – сокращенный рабочий день; поздравляем со знаменательными событиями в жизни; 4-х часовой рабочий день в день рождения сотрудника; предлагаем спец. цены на продукцию компании, дополнительные выходные (если немного приболели) и дополнительный отпуск за стаж работы в компании; комфортно работаем: просторный, удобный и светлый open space, много переговорных, удобные рабочие места и дополнительные ноутбуки (если нужно); вкусно обедаем: на территории бизнес-центра есть рестораны (в том числе, здорового питания), где по доступной цене есть завтраки, обеды и ужины; кофейни с отличным кофе, а также есть собственная комната отдыха EKaFe (обустроенная всей необходимой техникой), где всегда есть чай, кофе, и можно уютно пообедать; профессионально развиваемся: у нас есть оборудованный учебный класс, регулярно проводим обучения, вебинары, тренинги, мастер-классы, мы отправляем сотрудников на внешнее профессиональное обучение и отраслевые мероприятия; занимаемся спортом: в нашем бизнес-центре есть бесплатный тренажерный зал (со всеми тренажерами и душевыми), баскетбольная площадка, футбольное поле и даже корпоративный беговой клуб; приятно отдыхаем: проводим корпоративные праздники и мероприятия, а еще в нашей уютной комнате отдыха мы играем в настольные игры; И главное: мы – команда! Команда молодых, увлеченных, позитивных и амбициозных профессионалов! Мы будем рады вашему отклику и, при обоюдном интересе, предложим условия и проекты, от которых не захочется отказываться. Требования: Опыт работы Data Scientist / Data Analyst / специалистом по прогнозированию от 2 лет. Экспертные знания в прогнозировании временных рядов: сезонность, тренды, промо-эффекты, выбросы, оценка точности прогнозов; опыт работы с моделями ARIMA/SARIMA, Prophet, градиентным бустингом и/или аналогичными подходами. Практический опыт планирования закупок, управления товарными запасами, расчета потребности и прогнозирования спроса. Уверенное владение Python: pandas, numpy, scikit-learn, statsmodels, Prophet или аналогичными библиотеками. Уверенное владение SQL, опыт работы с большими массивами данных и построения аналитических витрин. Знание методов статистического анализа, проверки гипотез и метрик качества прогнозных моделей: MAPE, WAPE, MAE, RMSE. Понимание ключевых бизнес-показателей закупок и запасов: оборачиваемость, уровень сервиса, дефицит, излишки, неликвид, страховой запас. Обязанности: Разрабатывать, внедрять и сопровождать модели прогнозирования спроса и временных рядов для планирования закупок. Формировать прогнозы продаж, потребности в товаре и закупках с учетом сезонности, промоактивностей, жизненного цикла товаров, изменений ассортимента и внешних факторов. Повышать точность прогнозов, регулярно оценивать качество моделей и корректировать методологию прогнозирования. Разрабатывать рекомендации по объему и срокам закупок, уровню страхового запаса, управлению дефицитом, излишками и неликвидными остатками. Анализировать товарные запасы, оборачиваемость, доступность товара и эффективность закупочных решений. Собирать, очищать и готовить данные для моделей; разрабатывать SQL-запросы и автоматизированные витрины данных. Взаимодействовать с подразделениями закупок, продаж, логистики и финансов при постановке задач и внедрении решений. Визуализировать результаты, готовить понятные отчеты и презентации для руководителей и бизнес-заказчиков.