Data Scientist (ML разработчик)

Что предстоит делать

Навыки: Python, SQL. Специализации: ML разработчик. Дринкит – это диджитал кофейни нового поколения от Dodo Brands. Мы переосмыслили кофейный бизнес и сделали его полностью цифровым от заказа в приложении, где можно кастомизировать напиток и настроить вкус как хочется в один клик, до умной выдачи, которая запомнит имя гостя и поможет легко найти заказ среди десятка других. Операционная аналитика Дринкит — это команда, которая отвечает за аналитику и разработку аналитических инструментов для всех операционных доменов: StoreOps, HR, Supply Chain и Manufacture. Мы хорошо умеем работать с прошлым и настоящим: строим дашборды, организуем потоки данных, проводим постанализ. Но будущее — прогнозы, рекомендации, предиктивная аналитика — пока зона роста, и мы ищем человека, который возьмёт на себя этот фокус. Сейчас мы ищем middle+ Data Scientist, готового самостоятельно доводить модели до прода вместе с дата инженером: отдельной ML-команды и ML-лида в команде операционной аналитики нет.

Что ждём от вас

• Опыт в роли DS/ML-инженера от 4-х лет: есть модели, которые вы сами довели до прода и которыми пользуется бизнес;
• Опыт прогнозирования временных рядов (спрос, продажи, нагрузка) и вывода таких моделей в прод;
• Уверенное владение Python и SQL;
• Глубокое знание теории вероятностей и статистики с успешным применением этих навыков на практике;
• Понимание алгоритмов оптимизации и умение выбирать подходящий инструмент под задачу;
• Понимание System Design: умение выстроить полный цикл работы с моделью как продуктом — от бизнес-требований до мониторинга и поддержки;
• Умение работать с бизнесом: самостоятельно собирать требования, задавать правильные вопросы, приоритизировать и говорить «нет»;
• Будет плюсом: опыт в ритейле, FMCG, фудтехе, HoReCa, логистике или маркетплейсах; опыт работы в консалтинге или интеграторах с задачами форкастинга для сетей; знание MLOps-практик и Spark.
• тебе предстоит
• Разрабатывать, обучать и сопровождать прогнозные и оптимизационные модели для операционных и логистических процессов: прогноз выручки новых локаций до решения об открытии и траектория «план/факт» для новых кофеен, прогноз спроса, планирование закупки сырья, управление списаниями;
• Готовить данные для моделирования: собирать и обрабатывать информацию, оценивать ее полноту и качество, формировать нужные признаки;
• Следить за качеством моделей: оценивать их точность, контролировать работу в реальных условиях и регулярно обновлять;
• Запускать пилотные проекты: готовить и проводить пилотные внедрения, разрабатывать методику измерения результата и рассчитывать полученный эффект;
• Аналитика по своим доменам (около 30% времени): помогать операционным командам находить причины отклонений ключевых показателей;
• Формулировать требования к данным и ставить задачи смежным подразделениям;
• Документировать работу: фиксировать логику моделей, методику расчётов и принятые допущения;
• Работать с заказчиками: собирать требования от бизнеса и понятно представлять результаты.

Что предлагаем