Ленинградский проспект 15с1
On Shelf Availability (OSA) — это аналитический продукт, который помогает бизнесу находить причины недопродаж и выявлять слабые места в товародвижении. Мы анализируем весь путь товара: от логистики и поставок до ассортимента и наличия на полке в конкретном магазине.
Мы ищем Middle-аналитика, который поможет развивать продукт: находить новые фичи, опираться на бизнес-контекст, анализировать качество моделей и предлагать улучшения.
Технологический стек: SQL Trino Python PySpark Airflow Superset Qlik Sense S3
Чем тебе придется заниматься:
-
Разобраться в архитектуре OSA-решения, пайплайнах данных и ML-моделях
-
Изучить ключевые источники данных: продажи, остатки, планограммы, данные магазинов, ценники, логи моделей
-
Понять, где и почему данные могут расходиться с физической реальностью в магазине
-
Участвовать в улучшении качества ML-моделей
-
Находить точки роста продукта: где система теряет точность и как её усилить
-
Проектировать и анализировать A/B-эксперименты в реальных оффлайн-магазинах, улучшать методологию экспериментов
-
Переводить аналитические выводы в понятные бизнес-рекомендации
Требования:
-
Уверенное владение SQL и опыт работы с промышленными БД
-
Знание Python для анализа данных
-
Опыт работы с большими данными
-
Опыт работы с BI-системами
-
Понимание статистики и анализа данных
Будет плюсом:
-
Опыт работы с PySpark
-
Опыт работы с ML-моделями (классификация, регрессия, кластеризация)
-
Опыт проектирования и анализа A/B-экспериментов
