← К каталогу
X5

X5 Tech

Senior ML Engineer/Data Scientist в команду Пополнения (направление RL)

УдалённоSeniorМосква, Россия1 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 подтверждение28 мин. назад
Впервые замеченатолько что
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

X5 – ведущая российская продуктовая розничная компания, которая управляет магазинами нескольких торговых сетей: магазинами «у дома» «Пятёрочка», супермаркетами «Перекрёсток» и «жёсткими» дискаунтерами «Чижик». X5 занимает лидирующие позиции в e-commerce, цифровые бизнесы компании включают 5Post и X5 Digital.

Под управлением X5 находится более 30 тыс. магазинов (Пятерочка, Перекресток, Чижик), а также более 5 тыс. точек подключённых к программе франчайзинга под брендом «ОКОЛО».

X5 является одним из крупнейших российских работодателей. На сегодняшний день в компании работают 375 тыс. сотрудников. По итогам 2025 года Х5 вошла в топ-3 рейтинга лучших работодателей России по версии HeadHunter.

X5 Tech - IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group. Команда из более 5000 специалистов разрабатывает решения, которые помогают 372 тысячам сотрудников группы работать с максимальным технологическим комфортом, а миллионам покупателей быстро и удобно покупать свежие продукты.

Мы — команда пополнения товарных запасов X5. Наша основная цель — обеспечить максимально точный прогноз пополнения товаров в магазинах и распределительных центрах сетей «Пятёрочка», «Перекрёсток» и «Чижик».

Мы отвечаем за то, чтобы нужный товар был на полке в нужном количестве в нужное время — от полки магазина до склада РЦ. Ошибка прогноза в любую сторону стоит денег: дефицит — это упущенные продажи и недовольные покупатели, избыток — это замороженные оборотные средства, списания скоропорта и логистические затраты.

Сейчас в проде работают базовые ML-алгоритмы (расчёт страхового времени на основе градиентного бустинга). Сейчас хотим внедрить RL для оптимизации решений по пополнению от первого заказа.

Чем предстоит заниматься:

  • Разработка и внедрение RL-алгоритмов для оптимизации решений по пополнению: проектирование среды (environment), reward-функции, обучение и валидация, интеграция с существующим пайплайном;
  • Улучшение ML-моделей прогнозирования спроса и…

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

ИсточникHeadHunter / Data Scientist / RU