Data Scientist (прогнозирование спроса) в Лавку

Мы — команда аналитики в сфере e-grocery и быстрой доставки продуктов. Наша миссия — обеспечивать безупречный сервис для клиентов, которые получают свои заказы уже через 15 минут после их оформления. Мы достигаем этого с помощью данных и ML-методов.

Вам предстоит поддерживать и развивать модели прогнозирования спроса. Наши модели напрямую влияют на ключевые бизнес-процессы: short-term-прогнозы показывают, сколько курьерских слотов доставки нужно сейчас и в ближайшие дни, а middle-term-прогнозы (на несколько месяцев вперёд) помогают планировать и бюджетировать — например, нанимать и ротировать персонал, чтобы мы всегда были готовы к пиковым нагрузкам.

Примерно 70% времени вы будете заниматься практической ML-разработкой: писать код, проводить исследования и эксперименты, чтобы модель работала стабильно и данные поставлялись вовремя. Остальные 30% времени уйдут на общение, подготовку презентаций и работу с требованиями.

Какие задачи вас ждут

Работа с ML-моделями
Это ключевая задача: вы будете улучшать модель восстановления спроса и прогнозирования товаров, анализировать и добавлять новые фичи. От точности модели зависит эффективность управления запасами и уровень доступности товаров.

Исследования и аналитика
Вы будете исследовать взаимосвязь метрик — например, выяснять, как качество прогноза связано с метриками наполняемости и списаний, спецификой категорий и географии Лавки.

Продуктивизация процессов
Результаты вашей работы будут использоваться множеством отделов в Яндекс Лавке. Вам предстоит выявлять их потребности, презентовать результаты и согласовывать гипотезы для развития моделей.

Мы ждем, что вы

• Работали Data Scientist более двух лет
• Работали с классическим ML (линейные модели, бустинг, ансамбли) для задач прогнозирования (time series forecasting)
• Проводили полный цикл разработки ML-моделей: от гипотезы до внедрения и мониторинга
• Владеете Python и его ML-стеком (pandas, scikit-learn, statsmodels, а также одним из фреймворков — XGBoost, LightGBM или CatBoost)
• Понимаете принципы и задачи прогнозирования временных рядов (работа с лагами, сезонностью, регрессорами)
• Способны доносить сложные технические идеи до нетехнической аудитории (стейкхолдеров, заказчиков)
• Умеете работать в команде и готовы вносить вклад в общее дело

Будет плюсом, если вы

• Работали с любыми библиотеками для прогнозирования
• Работали в ритейле, логистике, доставке или других областях с ярко выраженной операционной деятельностью

О команде

Вы присоединитесь к сильной и сфокусированной команде прогнозирования, где уже работают:

• 2 Data Scientist (вы станете третьим)
• 2 Analytics Engineer
• 1 Business Analyst

Все мы работаем над сквозной задачей точного прогнозирования, создавая единую data-продуктовую экосистему для бизнеса.

• Как мы прогнозируем спрос на заказы в Яндекс Лавке, чтобы эффективнее распределить нагрузку на курьеров. Доклад Яндекса
• Александр Исаков | Архитектура прогнозных моделей в Яндекс Лавке

• Как прогнозировать тысячи временных рядов и не сходить с ума / Александр Исаков