Data Science Engineer / Инженер по анализу данных / Инженер по машинному обучению /
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.