от компании (организации): Bell Integrator в городе (населённом пункте): Москва, Россия
в отрасли экономики "Информационные технологии, интернет, телеком" → "Системная интеграция"
с заработной платой: по договоренности
Вакансия № 23025966 добавлена в базу данных сайта Работа в Москве и Московской области (МО, Подмосковье): Среда, 14 августа 2024 года.
Дата обновления вакансии № 23025966 на сайте Работа в Москве и Московской области (МО, Подмосковье): Суббота, 21 сентября 2024 года.
Обращаем Ваше внимание, что на момент обращения к работодателю вакансия № 23025966 может быть уже занята. Администрация сайта Работа в Москве и Московской области (МО, Подмосковье) приносит извинения за доставленные неудобства.
Требования к опыту работы:
3–6 лет
Тип занятости:
полная занятость
График работы:
удаленная работа
Дополнительные сведения о вакансии: Data scientist / Data analyst
Основные требования:
- Хорошо кодить на Python, уметь в основные библиотеки + хорошо бы уметь писать тесты
- Хорошо работать с github/gitlab
- Знать SQL (желательно advanced)
- Обладать мат. аппаратом
- Хорошо понимать основные концепции по работе с задачами машинного обучения (какие методы в каких типах задач стоит использовать и почему)
- Быть знакомым со Spark, Hadoop, Hive. В крайнем случае, быть готовым к быстрому освоению оных инструментов
- Будет плюсом: Airflow, Docker, K8s
У нас есть несколько целей:
- Увеличить РТО с сохранением ФМ. Следующие задачи:
- Сделать оптимизатор
- Встроить его в продуктовый Pipeline
- Подготовиться и запустить АВ тест
- Анализ результатов АВ теста
- Встроить в продуктовый pipeline
- Учитывать локальное окружение. Сейчас в моделе локальное окружение не учитывается (наличие конкурентов в данной локации). Для этого планировалось использовать данные ОФД. Проблемы: в ОФД нет штрих-кодов, ОФД много разных и покрытие каждого не такое большое. Сейчас рассматриваем альтернативу с Нильсоном.
- Работа с гео (будут данные конкурентов по квадратам)
- Мэтчинг наименований (? Скорее нет, задача сделана на 80% и если выберем Нильсон, то не понадобится)
- Пошатать данные
- Распродажи. Цель - найти оптимальную скидку для товаров для увеличения скорости продаж и сохранения определённого уровня ФМ.
- Написать оптимизатор с 0
- Написать рассчёт аплифтов
- Подготовиться и запустить АВ тест
- Анализ результатов АВ теста
- Встроить в продуктовый pipeline
- Кодревью. Сделать код стабильным. Дать возможность управлять расчётом цен из интерфейса.
Задачи:
- Улучшение основной модели ЦО
- Матчинг товаров
- Работа над системой мониторинга эффективности ценообразования
- Ad-hoc аналитика по продукту
- RnD новых подходов по гранулярности ЦО
- Рефакторинг и ревью кода
- Проводить A/B тесты
- Визуализировать
- Писать продакшн код
- Участвовать в обсуждениях и генерации идей
- Даже что-то из MLOps
Название проекта: Наша команда занимается ценообразованием товаров в магазинах сети Перекресток.
Мы почти завершили стадию внедрения и сейчас наши цены установливаются в 15 крупнейших городах страны.
У нас есть измеримый и подтвержденный эффект.
Однако внутри нашего решения есть много мест которые можно улучшить: порешать задачки от кластеризации и обработки временных рядов до NLP (если что, мы не убеждаем людей беседами покупать больше).
Поэтому есть пул новых бизнес-кейсов, за которые можно взяться.
(Если не хотите ЦО - есть и другие направления)
Общая задача нарастить РТО при сохранении маржи. Матчинг товаров, кластеризация товаромагазинов, модель скорости продаж от цены, улучшения оптимизатора.
Откликнуться на эту вакансию: Data scientist / Data analyst
Предыдущая вакансия:
Вакансия № 23025963 на должность Копирайтер от компании ООО Тринити Харрогейт в городе (населенном пункте) Москва