Руководитель команды Прогноза спроса в маркетплейсе (удаленная работа)

Вакансия: Руководитель команды Прогноза спроса в маркетплейсе

Описание вакансии

Команда занимается прогнозированием спроса на десятки миллионов товаров для селлеров, которые продают товары на Ozon. Наш прогноз помогает селлерам планировать, какие товары и в какие склады по всей России нужно поставить. У нашего продукта несколько бизнес-заказчиков и, соответственно, требования могут быть разными. Поэтому необходимо поддерживать продукт масштабируемым (бОльшая часть задач - production, меньшая - research).

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, и, соответсвенно, растет объем данных.

Сейчас команда использует как алгоритмы классического машинного обучения на табличных данных, так и обученные на наших временных рядах, нейронные сети на архитектуре Transformer.

Что предстоит делать:

• Решать сложности бизнес-заказчиков и оценивать полученный результат.
• Планировать работу команды (Data Scientists, ML-engineers).
• Проектировать развитие системы прогнозирования спроса.
• Проектировать с руководителями смежных технических команд совместные интеграции.
• Программировать и проводить code review.

Что мы ожидаем:

• Опыт работы в ML и DS проектах от 5 лет.
• Опыт решения задач прогнозирования временных рядов.
• Управленческий опыт работы.
• Умение писать на Python.
• Умение работать с данными на PySpark, SQL или Pandas.
• Знание и понимание классических ML алгоритмов (линейная регрессия, деревья решений и градиентный бустинг).
• Знание Deep Learning фреймворков (Pytorch, Transformers).

Будет плюсом:

• Опыт работы в прогнозировании продаж.
• Умение писать пайплайны на AirFlow.
• Опыт работы с нейросетевыми моделями для анализа последовательностей (RNN, Transformer).
• Опыт проведения AB-тестов.