Вакансия: Data Scientist
Описание вакансии
ПерилаГлавСнаб ваш надежный партнер в строительстве будущего!Мы работаем с 2008 года и являемся компанией полного цикла: производство, продажа комплектующих, монтаж лестничных ограждений, стеклянных перегородок, душевых кабин и облицовкой шахт лифта.
16 лет на рынке.
50+ реализованных проектов в Москве и области.
Полный цикл услуг: от проектирования до сдачи под ключ .
Наши принципы: Безопасность и соблюдение сроков.Индивидуальный подход к каждому клиенту. Высочайшие требования сначала к себе, а затем и к окружающим.
О проекте:
Мы ищем опытного Data Scientist для участия в проекте, связанном с прогнозированием спроса, динамическим ценообразованием и оптимизацией складских остатков. Цель проекта повышение эффективности продаж, снижение логистических издержек и максимизация прибыли за счет внедрения ML-моделей и аналитических решений.
Мы предлагаем :
- Формат работы: удаленно или гибрид (по договоренности).
- Гибкий график, конкурентная зарплата (обсуждается индивидуально).
- Возможность влиять на ключевые бизнес-процессы компании.
Мы ожидаем от кандидата :
- Опыт в Data Science / Machine Learning от 3+ лет .
- Навыки: Python (Pandas, Scikit-learn, Statsmodels, TensorFlow/PyTorch будет плюсом) .
- Опыт работы с временными рядами (ARIMA, Prophet, LSTM).
- Знание методов оптимизации (линейное программирование, генетические алгоритмы, спектральный и корреляционный анализы ).
- Умение работать с SQL .
- Понимание бизнес-метрик (ROI, inventory turnover и др.).
- Умение работать с git будет плюсом
Чем предстоит заниматься:
- Разработка и внедрение моделей прогнозирования спроса (временные ряды, ML, ансамбли).
- Построение алгоритмов динамического ценообразования с учетом рыночных факторов и спроса.
- Оптимизация управления складскими остатками (минимизация дефицита и избытков).
- Анализ больших данных (продажи, поставки, рыночные тренды).
- Визуализация результатов и подготовка отчетов для бизнес-решений.
- Взаимодействие с отделами продаж, маркетинга и логистики.
Будет плюсом:
- Опыт в рознице, FMCG, e-commerce или логистике.
- Знание A/B тестирования и причинного вывода (Causal Inference).
- Опыт работы с ML-платформами (MLflow, Airflow).
