Data Science Engineer / Инженер по анализу данных / Инженер по машинному обучению / (удаленная работа)

Вакансия: Data Science Engineer / Инженер по анализу данных / Инженер по машинному обучению /

Описание вакансии

Data Science Engineer / ML Engineer

Прогнозирование спроса и управление заказами в сети кафе и ресторанов

Мы создаём интеллектуальную систему управления заказами, запасами и производством для крупной сети предприятий общественного питания. Ищем Data Science Engineer, который разработает модели, помогающие точно прогнозировать спрос, автоматически формировать заказы, планировать производство и снижать списания.

Это позиция для специалиста, которому интересно не просто обучать модели, а внедрять их в реальные операционные процессы: от склада и производства до кухни и конкретной точки продаж.

Чем предстоит заниматься

разрабатывать и развивать ML-модели прогнозирования спроса по товарам, блюдам, точкам и временным интервалам;
создавать систему автоматического формирования заказов для кафе и ресторанов;
рассчитывать оптимальные уровни запасов с учётом сроков годности, остатков, поставок и производственных ограничений;
оптимизировать планирование производства полуфабрикатов и готовой продукции;
учитывать сезонность, погоду, праздники, акции, день недели, время суток и локальные особенности точек;
разрабатывать модели для снижения дефицита, излишков и списаний продукции;
проводить анализ продаж, остатков, поставок, производственных мощностей и операционных показателей;
создавать алгоритмы выявления аномалий в заказах, остатках и продажах;
проводить A/B-тесты и оценивать бизнес-эффект от внедрения моделей;
совместно с разработчиками интегрировать модели в действующую IT-инфраструктуру;
выстраивать мониторинг качества моделей и регулярно улучшать их после запуска.

Что мы ожидаем

опыт работы Data Scientist, ML Engineer или Data Science Engineer от 3 лет;
уверенное владение Python, pandas, NumPy, scikit-learn;
хорошее знание SQL и опыт работы с большими объёмами транзакционных данных;
практический опыт построения моделей временных рядов и прогнозирования спроса;
понимание методов управления запасами, replenishment и supply chain optimization;
опыт работы с CatBoost, LightGBM, XGBoost или аналогичными инструментами;
знание методов оценки качества прогнозов: MAE, RMSE, MAPE, WAPE, bias;
умение переводить бизнес-задачу в математическую постановку и измеримый результат;
опыт внедрения моделей в production, а не только проведения исследований;
способность понятно объяснять результаты работы бизнес-команде.

Будет преимуществом

опыт в FoodTech, retail, FMCG, ресторанном бизнесе или производстве продуктов питания;
опыт разработки систем автоматического заказа и пополнения запасов;
понимание специфики скоропортящихся товаров и управления сроками годности;
опыт оптимизации производственного планирования;
знание OR-Tools, Pyomo или других инструментов математической оптимизации;
опыт работы с Airflow, MLflow, Docker, Git и облачной инфраструктурой;
понимание MLOps и мониторинга моделей;
опыт работы с ERP, WMS, POS, системами складского и производственного учёта.

Ключевые показатели результата

повышение точности прогноза спроса;
снижение списаний и избыточных запасов;
сокращение количества ситуаций отсутствия продукции;
повышение доступности блюд и товаров для гостей;
автоматизация формирования заказов;
повышение эффективности производства и использования складских запасов.

Что предлагаем

работу над продуктом, напрямую влияющим на экономику;
доступ к большому объёму реальных данных о продажах, заказах, остатках и производстве;
возможность построить систему управления заказами практически с нуля;
прямое взаимодействие с бизнесом, IT-командой и операционными подразделениями;
свободу в выборе подходов, архитектуры моделей и инструментов;
конкурентный уровень дохода по результатам собеседования FIX+KPI ;
формат работы обсуждается индивидуально.

В отклике расскажите о проектах, где ваши модели были внедрены в production и дали измеримый бизнес-результат.