Аналитик данных

Обязанности:
Мониторинг качества прогнозов на различных уровнях агрегации (SKU, магазин, распределительный центр, категория, регион). Оценка прогнозов на бизнес-метриках: WAPE, BIAS на разных горизонтах планирования; Анализ причин отклонения прогнозов и взаимодействие с бизнес-пользователями (планирование, коммерческий блок, категорийный менеджмент) для поиска причин снижения качества прогнозирования; Формирование и проверка гипотез по повышению точности моделей прогнозирования; Разработка новых признаков и совершенствование алгоритмов прогнозирования временных рядов; Анализ влияния промо, цен, сезонности, праздничных дней, ассортимента, открытия/закрытия магазинов, OOS, изменений матрицы, логистических ограничений и других факторов на продажи; Переобучение моделей, управление жизненным циклом моделей и контроль деградации качества прогнозов; Проведение backtesting и оценка эффективности новых алгоритмов; Работа с большими объёмами данных с использованием PySpark и распределённых вычислений; Подготовка аналитических материалов и рекомендаций для развития процессов прогнозирования спроса; Участие в выборе архитектуры решения и планировании Roadmap развития системы совместно с вендором.

Требования:
Опыт работы с: Python, PySpark, SQL / ClickHouse; Работа с данными: Глубокое понимание методов Feature Engineering, опыт работы с временными рядами; Машинное обучение: опыт промышленного внедрения градиентного бустинга (CatBoost / LightGBM / XGBoost); Опыт работы с Git. Будет преимуществом: Знание процессов Demand Planning и прогнозирования спроса в ритейле/FMCG; Опыт с инструментами MLOps.