улица Костычева 36/1
О компании
Мы — успешный fashion-бренд с 15-летней историей и собственным производством женской одежды. Полный цикл: от закупки ткани до продажи на маркетплейсах. Наш основной оборот идёт через Wildberries и Ozon (входим в топ-1% продавцов одежды на Ozon).
Сейчас мы запускаем проект по построению аналитической/рекомендательной платформы с нуля. Цель — сделать управление ассортиментом, ценами, закупками, производством и рекламой максимально прозрачным и основанным на данных.
Если внутренняя система покажет результат, мы планируем вывести её на рынок как отдельный SaaS-продукт для других продавцов маркетплейсов. Это возможность присоединиться на старте и влиять на архитектуру продукта.(уже есть заинтересованные селлеры)
Задачи
1. Сбор данных и интеграции
-
Подключение API Wildberries, Ozon и других площадок.
-
Получение данных:
-
Продажи (выручка, заказы, выкупы, возвраты, статусы).
-
Остатки на складах, логистика.
-
Рекламные метрики (показы, клики, CTR, CPC, CPA, ROI).
-
Цены, динамика скидок, участие в акциях.
-
Позиции в поиске, отзывы, рейтинг.
-
-
Интеграция данных из 1С (по ODATA).
-
Загрузка данных из Excel/CSV.
-
Парсинг маркетплейсов для конкурентного анализа.
2. Построение хранилища данных
-
Проектирование и реализация Data LakeHouse.
-
Хранение данных в S3 или аналогах, первичная обработка.
-
Создание структуры данных (сырые → очищенные → витрины).
-
Использование ClickHouse или других колоночных БД.
-
Настройка базовых ETL/ELT-процессов.
3. Аналитика и прогнозирование
-
Прогноз спроса и продаж (по товарам и категориям).
-
Оптимизация остатков и распределение поставок по складам WB/Ozon.
-
Автоматизация рекламных кампаний:
-
динамические ставки,
-
удаление неэффективных ключей и кластеров,
-
анализ CTR/конверсий.
-
-
Расчёт маржинальности и прибыли.
-
Оценка эффективности SKU, поставок и логистики.
4. Визуализация и отчётность
-
Построение дашбордов в Yandex DataLens.
-
Создание таблиц и аналитических отчётов.
-
Возможна разработка части аналитики в самописном веб-приложении.
Требования
-
Опыт работы с данными: ETL, SQL, Python.
-
Знание API: работа с REST API маркетплейсов, интеграция с 1С ODATA.
-
Опыт с БД: PostgreSQL, ClickHouse (или аналогами).
-
Инструменты: Docker, Git.
-
Библиотеки: pandas, requests, airflow (или опыт других пайплайн-менеджеров).
-
BI: DataLens (обязательно), понимание метрик аналитики.
-
Умение строить прогнозы (time series, ML — плюс).
-
Умение самостоятельно доводить задачи до результата.
Плюсом будет
-
Опыт проектирования Data LakeHouse.
-
Опыт работы с маркетплейсами (WB/Ozon).
-
Знание MLOps.
-
Опыт работы в e-commerce или производстве.
-
Навыки FastAPI/Flask для интеграций и сервисов.
Мы предлагаем
-
Участие в проекте с нуля — ключевая роль.
-
Возможность влиять на архитектуру и решения.
-
Рост вместе с продуктом.
-
Гибкий график, гибридный формат (после ИС — частично удалёнка).
-
Реальная свобода выбора технологий и решений.
-
Долгосрочная работа над продуктом, а не «таск-менеджмент».
Важно — перед откликом
Мы ищем самостоятельного специалиста, а не стажёра или начинающего уровня.
На старте у нас нет ресурсов учить с нуля, поэтому:
❗ Если вы не умеете или не готовы быстро научиться:
-
работать с API WB/Ozon,
-
ETL,
-
Python,
-
работать с ClickHouse/PostgreSQL,
-
строить дашборды в DataLens(или других системах) —
— не откликайтесь на вакансию.
В сопроводительном письме укажите:
Ваш уровень по навыкам: Python / SQL / API / ClickHouse / DataLens (по 10-балльной шкале).
Реальный опыт: 2–3 проекта или задачи, которыми вы гордитесь.
Желательный уровень дохода и формат работы (офис/гибрид).
— на испытательный срок мы ищем сотрудников исключительно в офис!!! , не откликайтесь на вакансию если это вас не устраивает!
p.s.: Мы не хотим делать копию существующих на рынке продуктов, мы тестировали многие, но они не отвечают нашим задачам и задачам селлеров с кем мы знакомы, у нас уже есть некоторые наработки, поэтому это скорее гибрид нескольких продуктов, чтобы максимально автоматизировать рутинные задачи и быстро принимать управленческие решения.
