← К каталогу
DO

DODO BRANDS (Dodo Pizza, Drinkit)

ML-инженер

УдалённоУровень не указанМосква, Россия2 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение9 мин. назад
Впервые замечена2 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Дринкит – это диджитал кофейни нового поколения от Dodo Brands. Мы переосмыслили кофейный бизнес и сделали его полностью цифровым от заказа в приложении, где можно кастомизировать напиток и настроить вкус как хочется в один клик, до умной выдачи, которая запомнит имя гостя и поможет легко найти заказ среди десятка других.

Операционная аналитика Дринкит — это команда, которая отвечает за аналитику и разработку аналитических инструментов для всех операционных доменов: StoreOps, HR, Supply Chain и Manufacture. Мы хорошо умеем работать с прошлым и настоящим: строим дашборды, организуем потоки данных, проводим постанализ. Но будущее — прогнозы, рекомендации, предиктивная аналитика — пока зона роста, и мы ищем человека, который возьмёт на себя этот фокус.

Сейчас мы ищем middle+ Data Scientist, готового самостоятельно доводить модели до прода вместе с дата инженером: отдельной ML-команды и ML-лида в команде операционной аналитики нет.

мы ожидаем

  • Опыт в роли DS/ML-инженера от 4-х лет: есть модели, которые вы сами довели до прода и которыми пользуется бизнес;
  • Опыт прогнозирования временных рядов (спрос, продажи, нагрузка) и вывода таких моделей в прод;
  • Уверенное владение Python и SQL;
  • Глубокое знание теории вероятностей и статистики с успешным применением этих навыков на практике;
  • Понимание алгоритмов оптимизации и умение выбирать подходящий инструмент под задачу;
  • Понимание System Design: умение выстроить полный цикл работы с моделью как продуктом — от бизнес-требований до мониторинга и поддержки;
  • Умение работать с бизнесом: самостоятельно собирать требования, задавать правильные вопросы, приоритизировать и говорить «нет»;
  • Будет плюсом: опыт в ритейле, FMCG, фудтехе, HoReCa, логистике или маркетплейсах; опыт работы в консалтинге или интеграторах с задачами форкастинга для сетей; знание MLOps-практик и Spark.

тебе предстоит

  • Разрабатывать, обучать и сопровождать прогнозные и оптимизационные модели для операционных и логистических процессов…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU