Usetech

Data Scientist

в Usetech

250 000 —‍ 300 000 ₽/мес на руки

Полная удалёнка
Специализация
Data Scientist & Machine Learning
Уровень
Middle
Требуемый опыт
2+ лет

Технологии/инструменты

PythonSQLPySparkscikit-learnTensorFlow/PyTorch

Юзтех — группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, Big Data, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков. ГК Юзтех является технологическим партнёром таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, ГоИнвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 Retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Сейчас мы в поиске DS в дата-команду в логистике, которая делает операционные и стратегические решения точными, быстрыми и обоснованными.

О команде

Работаем с данными собственных логистических сервисов (WMS, YMS и др.) и строим дата-продукты, помогающие складам и магазинам становиться эффективнее. В команде четыре направления:

  • BI — прозрачность процессов, системная отчётность, контроль продуктивности и KPI.
  • DE — техническое ядро, доставка стабильных и консистентных данных из систем.
  • DS — оптимизация логистики с помощью ML (например, умный контроль поставок, умный контроль сборок, предиктивное планирование ресурсов).
  • DA — проверка гипотез, фича скоринг, расчёт эффекта от инициатив, замер результатов и прогнозирование объёмов на РЦ и в магазины.

Ты будешь экспертом в команде, который превращает хаотичные данные о продажах, товарах, клиентах и внешних факторах в точные прогнозы. От точности этих моделей зависит, сколько продукта окажется на полках, когда и где — а значит, и успех всей компании.

Наша цель — построить умную, гибкую систему прогнозирования спроса, которая помогает бизнесу: — не терять деньги из-за дефицита товара (out-of-stock) — не «замораживать» деньги в излишках (overstock) — быстрее принимать решения на основе данных

Итак, вам предстоит

  • Сбор и подготовка данных.
  • Извлечение, очистка и агрегация данных из различных источников.
  • Построение пайплайнов загрузки и трансформации данных.
  • Разработка моделей прогнозирования.
  • Построение и тестирование моделей временных рядов.
  • Применение ML/MLP подходов.
  • Интеграция внешних факторов.
  • Оценка и валидация моделей.
  • Подбор метрик качества.
  • Проведение кросс-валидации и A/B тестирования.
  • Оценка устойчивости модели к выбросам и сезонности.
  • Взаимодействие с командой.
  • Совместная работа с продакт-менеджером над уточнением бизнес-гипотез.
  • Участие в аналитике гипотез и приоритизации фичей.
  • Поддержка и обучение бизнес-пользователей модели.

Мы будем рады рассмотреть вашу кандидатуру, если у вас есть

  • Опыт в Data Science / Machine Learning от 2 лет.
  • Умение чётко оценивать сроки и реалистично подходить к постановке задач.
  • Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели.
  • Ответственность: завершать проекты, а не бросать их на полпути.
  • Глубокое знание Python, SQL и PySpark: разработка ETL-процессов для обработки больших данных (чтение, трансформация, агрегация, запись). Оптимизация Spark-запросов (партиционирование, кэширование, работа с broadcast-переменными).
  • Знание основных ML-фреймворков (Scikit-learn, TensorFlow/PyTorch).
  • Опыт работы с данными: обработка, анализ, feature engineering.
  • Общительность и неконфликтность — умение работать в команде и эффективно коммуницировать с коллегами.
  • Обязательно опыт с временными рядами и прогнозированием.
  • Знание статистических методов прогнозирования (ETS, ARIMA, наивные подходы), машинное обучение (бустинги, линейные регрессии и т.п.), плюс знание подходов глубинного обучения (RNN, LSTM, трансформеры и т.п.).

Будет плюсом:

  • Опыт продакшн-разработки (не только исследования).
  • Понимание, как устроены процессы в бизнесе, а не только в Jupyter Notebook.
  • Опыт работы с процессами логистики.
  • Умение запускать ML-модели в PySpark: использование Spark MLlib для распределённого обучения. Работа с PySpark Pandas UDFs для эффективного применения ML-моделей к большим данным.

Мы предлагаем

  • Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании.
  • Расширенный полис ДМС со стоматологией, корпоративный психолог.
  • Удалённую работу и гибкий график.
  • Необходимую технику для комфортной работы.
  • Обучение, сертификацию, Usetech English Club — онлайн-изучение английского.
  • Доступ к Корпоративной библиотеке и к Корпоративному университету.
  • Внутрикорпоративные профильные коммьюнити.
  • Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни.
  • Геймифицированную программу лояльности — поверь, ты будешь в восторге от нашего корпоративного магазина.
  • Корпоративную жизнь: мы много работаем и классно отдыхаем.
Алла Фатеева Старший менеджер по персоналу
Usetech

О компании Usetech

Сфера
Заказная разработка / Аутсорсинг
Размер
501 - 1000

Компания Usetech была основана в 2006 году, и за это время команда успешно реализовала и внедрила сотни проектов по разработке ПО на заказ. Компания предлагает своим Заказчикам полный спектр услуг в области заказной разработки программного обеспечения, независимого тестирования и IT-консалтинга.

Стабильность, гибкость, прозрачность всех процессов проектирования, использование современных технологий, понимание ключевых бизнес-процессов клиентов, а также высокий уровень квалификации специалистов, позволяют Usetech выступать в качестве надежного IT – партнера.

Похожие вакансии

7 500 – 9 000 $/мес на руки
Полная удалёнка
7 500 – 9 000 $/мес на руки
Полная удалёнка
470 000 – 480 000 ₽/мес на руки
Можно удалённо из РФ
450 000 – 530 000 ₽/мес на руки
📍 Москва (м. Савеловская), можно удалённо из РФ
400 000 – 500 000 ₽/мес на руки
📍 Москва (м. Краснопресненская), Санкт-Петербург (м. Беговая), можно удалённо из РФ