Data Scientist, Анализ спроса

Ориентир по рынку≈ 353 000 – 382 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана

≈ 4,4 тыс.–4,7 тыс. $

УдалённоMiddleПолная занятость

≈ 353 000 – 382 000 ₽наша приблизительная оценка

Описание

Подготовить отклик

История

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.

3 из 4 в норме

Наша компания

Привет! Это команда Анализ спроса. Мы занимаемся прогнозированием спроса на десятки миллионов товаров для селлеров, которые продают товары на Ozon, что является уникальным направлением. Наш прогноз помогает селлерам планировать, какие товары и в какие склады по всей России нужно поставить. В частности вам предстоит заниматься предсказанием продаж товаров, которые никогда ранее не продавались на Ozon. У нашего продукта несколько бизнес-заказчиков и, соответственно, требования могут быть разными. Поэтому необходимо поддерживать продукт масштабируемым (бОльшая часть задач - production, меньшая -

О роли

Основной вызов в нашей работе заключается в том, что у нас очень большое количество очень разных товаров, начиная от товаров повседневного спроса и заканчивая дорогой электроникой и одеждой, а также очень разные селлеры (как предприниматели-одиночки, так и крупные известные бренды). Также Ozon является растущим бизнесом, поэтому постоянно растет количество товаров, селлеров, география присутствия,

Чем предстоит заниматься

Прогнозировать спроса для товаров без истории продаж («новинок»): разрабатывать модели холодного старта на основе атрибутов товара, категории, характеристик продавца и информации об аналогах

Разрабатывать модели классификации спроса для регулярно продающихся товаров: предсказание наличия продаж в горизонте прогнозирования (нулевой / ненулевой спрос)

Строить и поддерживать production-пайплайны для расчёта признаков, обучения и инференса моделей на больших объёмах данных

Оценивать качество моделей и их влияния на бизнес-метрики совместно с заказчиками

Наши требования

Уверенное знание классических ML-алгоритмов: линейных моделей, деревьев решений и градиентного бустинга, а также практический опыт их применения в production

Уверенное владение PySpark: обработка больших объёмов данных, оптимизация Spark-задач, понимание партиционирования, shuffle и особенностей распределённых вычислений

Уверенное владение оконными функциями в Spark SQL / SQL: расчёт лагов, скользящих агрегатов и ранжирований при работе с временными рядами

Опыт разработки и поддержки пайплайнов в Airflow

Уверенное владение Python

Python, PySpark, JupyterHub, SQL, Airflow, Vertica, Kafka, ClickHouse, Grafana, Transformers