
Senior Data Scientist (Дарксторы: нагрузка и эффективность)
в ecom.tech
Технологии/инструменты
Описание продукта, в котором открыта вакансия:
Мы решаем задачи, которые напрямую влияют на качество доставки и экономику операционного контура: прогнозируем количество заказов и опоздания, определяем необходимое количество курьеров и сборщиков, оптимизируем минимальный чек и другие операционные параметры.
Сейчас большая часть этих задач уже решается отдельными production-моделями. Следующий этап — объединить их в единую систему принятия решений, которая будет учитывать взаимное влияние заказов, доступных ресурсов, качества сервиса и коммерческих ограничений. Здесь становится особенно важен causal inference: нам нужно не только прогнозировать будущее, но и понимать, как конкретное управленческое воздействие изменит заказы, опоздания и стоимость операций.
Чем предстоит заниматься:
- Решать задачи time series forecasting с большим количеством параллельных временных рядов: тысячи дарксторов, различные горизонты прогнозирования, часовая и дневная гранулярность.
- Определять необходимое количество курьеров и сборщиков для выполнения прогнозируемого количества заказов при заданном качестве сервиса.
- Строить модели и алгоритмы оптимизации минимального чека, балансируя количество заказов, средний чек, GMV и стоимость выполнения заказа.
- Объединять модели в единую систему принятия операционных решений.
- Использовать causal inference для оценки влияния управляемых параметров на заказы, опоздания и другие бизнес-метрики.
- Проектировать и анализировать A/B-тесты и квазиэксперименты.
- Работать с большими объёмами данных в SQL и S3.
- Разрабатывать и поддерживать data/ML-пайплайны в Airflow.
- Оценивать модели не только по offline-метрикам, но и по влиянию на операционные и бизнес-KPI.
Требования:
- Сильный Python и уверенное владение classic ML.
- Уверенный Polars и опыт работы с большими датасетами.
- Хорошее понимание временных рядов: lags, rolling features, seasonality, leakage, backtesting, multi-step / multi-horizon forecasting.
- Уверенный SQL.
- Практический опыт работы с S3 / S3-compatible object storage.
- Опыт работы с Airflow.
- Хорошая база в математической статистике, теории вероятностей и эконометрике.
- Понимание A/B-тестирования и causal inference.
- Бизнесовое мышление: умение переводить бизнес-задачу в ML / causal / optimization-постановку и понимать ожидаемый эффект решения.
- Высокие коммуникационные навыки: умение доносить идеи и результаты до продукта и бизнес-стейкхолдеров, объяснять сложные технические решения людям без ML-бэкграунда.
Будет плюсом:
- Опыт работы в operations / logistics / last-mile delivery / workforce planning.
- Опыт в e-commerce / e-grocery.
- Понимание экономики доставки и операционных процессов.
- Опыт математической оптимизации и operations research.
Что мы предлагаем
Мы аккредитованная IT-компания с сопутствующими преимуществами. ДМС и страховка, разнообразное обучение, оплата участия в конференциях, скидки от партнеров и все классические плюшки.
Делаем разные продукты
Помогаем создавать положительный клиентский опыт. Те самые круассаны из Самоката, наушники с доставкой по клику (ведь они нужны прямо здесь и сейчас) и другие классные решения — всё это мы.
Умеем меняться
Пересобирать оргструктуру, менять подходы к разработке, обновлять продуктовый и технологический фокус – быть стабильными в росте, не разваливаться, избегать неповоротливости.
Знаем, что ошибки нужны
Считаем, что не знать, как правильно и пробовать — это ок. Умеем ошибаться, учиться на ошибках, развиваться.
Мы большие и разные
В технологиях, подходах, людях. Найдёшь у нас коллег, близких по духу и интересам.

О компании ecom.tech
Мы делаем ИТ для ритейла реального времени. Чтобы все нужные товары и продукты могли попадать домой к людям мгновенно, насколько это возможно в физическом мире – с помощью технологий.
На наших решениях работают Самокат, Мегамаркет, логистические системы. Компания выросла из команды Samokat.tech — наше видение всегда было шире одного пользовательского сервиса. Мы хотим изменить саму модель потребления, чтобы люди по-другому относились к покупкам и своему времени.
В команде 4000 человек — мы большие и разные, стремимся к балансу между технической выверенностью и фокусом на бизнес-ценность, уважаем процессы и избегаем закостенелости. Делаем продукты, которыми пользуемся сами.