Senior Data Scientist

Что предстоит делать

<p><strong>COMFY</strong> — украинская e-commerce-компания с омниканальной моделью продаж. Мы развиваем централизованную Data-команду, чтобы Data Science, AI и аналитика создавали измеримый эффект в клиентском опыте, коммерческих решениях и ключевых операционных процессах.</p><p>Supply Chain в COMFY охватывает планирование спроса, пополнение запасов, доступность товаров и управление товарными потоками в онлайн- и офлайн-каналах.</p><p>Мы хотим использовать Data Science, чтобы помогать команде принимать более точные решения в условиях сезонности, промоактивностей, появления новых товаров и изменения поведения клиентов.</p><h3>Кого ищем</h3><p>Ищем <strong>Senior Data Scientist</strong>, который возьмёт на себя ответственность за логику моделей и их оценку в направлении Demand Forecasting &amp; Replenishment Optimization.</p><p>Это роль не только о повышении точности прогноза. Для нас важно, как модель помогает улучшать доступность товаров, уменьшать избыточные запасы, поддерживать планировщиков и делать решения по пополнению запасов более прозрачными и стабильными.</p><h3>Над чем будешь работать</h3><ul><li>Прогнозирование спроса на разных горизонтах и уровнях агрегации: товар, категория, локация и канал продаж.</li><li>Разработка рекомендаций по пополнению запасов с учётом сроков поставки, текущих остатков, доступности товаров и операционных ограничений.</li><li>Анализ сезонности, промоактивностей, аномалий, новых товаров и ситуаций с ограниченной историей продаж.</li><li>Построение системы оценки моделей, которая сочетает качество прогноза с бизнес-метриками и результатами работы планировщиков.</li><li>Проведение сценарного анализа и контролируемых пилотов перед масштабированием решений.</li><li>Совместно с командой Product Engineering разработка контрактов данных и признаков, критериев приёмки моделей, требований к мониторингу и условий повторного обучения моделей.</li></ul><p><strong>Технологический стек:</strong> Python, SQL, BigQuery, Jupyter, pandas, NumPy, scikit-learn, statsmodels, MLflow и инструменты для анализа временных рядов.</p><h3>Зоны ответственности</h3><p><strong>Data Scientist отвечает за:</strong></p><ul><li>Формулирование задачи и определение подхода к её решению.</li><li>Логику моделей, разработку признаков и выбор методов прогнозирования.</li><li>Валидацию, оценку качества моделей и сценарный анализ.</li><li>Документирование допущений, ограничений и результатов.</li><li>Оценку бизнес-эффекта и подготовку рекомендаций по использованию моделей.</li></ul><p><strong>Product Engineering отвечает за:</strong></p><ul><li>Production pipelines, serving и orchestration.</li><li>Инфраструктуру мониторинга и техническую надёжность решений.</li><li>Интеграцию моделей с системами и процессами планирования.</li></ul><h3>Твои основные задачи</h3><ul><li>Вместе со специалистами Supply Chain формировать чёткие постановки задач, определять базовые сценарии, ограничения планирования и критерии успеха.</li><li>Исследовать, разрабатывать и валидировать модели прогнозирования спроса и поддержки решений по пополнению запасов.</li><li>Определять иерархию прогнозирования, горизонты, сегментацию ошибок и правила сравнения с имеющимися подходами к планированию.</li><li>Анализировать влияние сезонности, промоактивностей, ассортиментных изменений и появления новых товаров на качество прогнозирования.</li><li>Проектировать пилоты и оценивать не только погрешность прогноза, но и доступность товаров, уровень запасов, сервисные показатели и использование рекомендаций планировщиками.</li><li>Готовить документацию по моделям, их допущениям, ограничениям и резервным сценариям, а также передавать результаты команде Product Engineering.</li><li>Объяснять неопределённость прогнозов и компромиссы между разными подходами бизнесу, планировщикам и инженерной команде.</li><li>Участвовать в peer review и развивать общие практики Data Science.</li></ul><h3>Что для нас важно</h3><p><strong>Обязательно:</strong></p><ul><li>Опыт уровня Senior, подтверждённый разработкой прогнозных или оптимизационных решений, которые влияли на реальные процессы планирования, управления запасами или операционные результаты.</li><li>Сильные знания статистики, анализа временных рядов, валидации моделей и оценки неопределённости.</li><li>Практический опыт работы с Python, SQL, pandas, NumPy, statsmodels, scikit-learn или аналогичным <nobr>ML-стеком.</nobr></li><li>Опыт работы с многоуровневыми, сезонными или разреженными наборами данных, понимание рисков качества данных и cold start.</li><li>Понимание жизненного цикла <nobr>ML-решений</nobr> в production и опыт взаимодействия с Data/ML Engineering.</li><li>Умение связывать качество моделей с бизнесовыми и операционными метриками и понятно объяснять результаты.</li></ul><p><strong>Будет преимуществом:</strong></p><ul><li>Опыт в e-commerce, Supply Chain, управлении запасами или планировании спроса.</li><li>Практический опыт hierarchical forecasting, probabilistic forecasting или сценарного моделирования.</li><li>Опыт работы с BigQuery, MLflow или распределённой обработкой данных.</li><li>Опыт разработки инструментов поддержки решений для планировщиков и внедрения подходов human-in-the-loop.</li></ul><h3>Что мы предлагаем</h3><ul><li><strong>Удалённый формат работы</strong> и возможность по желанию работать из офиса в Днепре.</li><li>Автономию в разработке моделей, выборе методов оценки и формировании решений на основе данных.</li><li>Возможность влиять на доступность товаров, управление запасами и клиентский опыт в масштабном e-commerce.</li><li>Сотрудничество с централизованной Data-командой, экспертами Supply Chain и командой Product Engineering.</li><li>Вознаграждение, которое обсуждаем индивидуально по результатам собеседований.</li></ul> <div> <a href="https://jobs.dou.ua/companies/comfy/vacancies/376719/#reply-btn-id">Откликнуться на вакансию</a> </div>