Data Analyst (Commodity Analytics)

TL;DR

Data Analyst (Commodity Analytics/ML): Разработка и масштабирование систем прогнозирования спроса и продаж в рамках коммерческой команды с акцентом на построение ML-инфраструктуры и пайплайнов данных. Фокус на проектировании процессов обработки данных через Airflow и Kafka, а также внедрении моделей анализа временных рядов с нуля.

Локация: Москва (Гибрид/Офис)

Компания

Международная технологическая компания, образованная в результате слияния e-commerce лидера Wildberries и оператора наружной рекламы Russ.

Что делать

• Развивать ML-направление в коммерческой команде и формировать технический фундамент для масштабирования.
• Проектировать и строить пайплайны подготовки данных с использованием Airflow и Kafka.
• Создавать инфраструктуру для работы с данными и ML-сервисами практически с нуля.
• Разрабатывать и внедрять модели прогнозирования спроса и продаж.
• Определять требования к данным и выстраивать процессы их получения совместно со смежными командами.
• Формировать лучшие практики разработки ML-решений внутри команды.

Требования

• Опыт работы Data Analyst / ML Engineer от 3-х лет.
• Глубокое понимание статистики, методов прогнозирования и анализа временных рядов.
• Практический опыт построения моделей прогнозирования спроса, продаж или других бизнес-метрик.
• Опыт использования Airflow для оркестрации процессов и понимание принципов работы Kafka.
• Опыт взаимодействия с DWH, построения витрин данных или развития платформ данных.
• Способность самостоятельно принимать технические решения и переводить бизнес-задачи в технические требования.

Культура и преимущества

• Корпоративный пакет ДМС со стоматологией и доступ к корпоративному спорту.
• Развитие через собственный корпоративный университет, языковые клубы и программы управления.
• Комфортная среда: бесплатное питание в офисе, современные локации рядом с метро и корпоративная техника.
• Льготы и возможности аккредитованной IT-компании.
• Гибкий подход к работе, позволяющий сочетать карьеру и заботу о близких.
• Разнообразные сообщества по интересам (футбол, йога, шахматы и др.).