Lead Data Science (NLP)

Москва, Усачёва улица, 33с1

Метро: Лужники

Описание вакансии

Платформа ОФД — аккредитованная IT-компания, крупнейший в России оператор фискальных данных. Мы анализируем рынок российского ритейла, используя данные из миллиардов магазинных чеков

На основе неструктурированных данных мы разрабатываем аналитические решения и инсайты, которые помогают бизнесу принимать обоснованные стратегические решения. Наши продукты используют производители товаров, крупные ритейлеры, финансовые организации и маркетинговые агентства

Компания является резидентом инновационного центра Сколково, что подтверждает наш технологический уровень и значимость внедряемых решений

Что у нас есть:

Масштабные данные: каждый третий чек, пробиваемый в России, попадает к нам — 60 миллионов чеков ежедневно. В нашей базе содержится более 5 миллиардов SKU - огромные возможности для анализа и моделирования
Современная инфраструктура: несколько кластеров Hadoop, выделенные мощные машины для Data Scientists, включая GPU-ускорители для ресурсоёмких задач обучения моделей
Профессиональная команда: 3 Data Science, аналитики и асессоры
Официальное трудоустройство по ТК РФ. Заработная плата белая и своевременная
ДМС, включая поликлинику, стоматологию, госпитализацию, скорую помощь и телемедицину
Удобное расположение. Офис близко от м. Спортивная\МЦК Лужники
Гибкое начало рабочего дня и гибридный формат — офиса + работа из дома
Комфортный офис: кухня, зона отдыха с тренажёром и массажным креслом, настольными играми, игровой приставкой и караоке
Активная корпоративная культура. Мероприятия и командные активности за счет компании

Наш стек:

Jupyterhub/PyCharm, python, стандартный python стек (pandas, numpy, sklearn, matplolib), fastext, torch, BERT, HuggingFace, MlFlow

Hadoop, Spark, Hive, PostgreSQL, ClickHouse, Zeppelin/IntelliJ, AirFlow, ElasticSearch, Apache Superset

GitLab, k8s, Docker, Jira, Confluence

Твоя роль: Team Lead Data Science

Ты возглавишь команду, которая создает аналитические решения для ритейла и производства, превращая огромный массив данных о покупках, клиентах и товарах в бизнес-инсайты, продукты и сервисы, которые помогут компаниям стать более эффективными и клиентоориентированными.

Задачи команды:

- Работа с текстовыми данными (NLP):
Разрабатывать и оптимизировать модели для классификации чековых наименований товаров и торговых точек. Ты научишь систему распознавать категории товаров, бренды и ключевые атрибуты (например, масса, объем, цвет, вкус) из описаний в чеках, а также классифицировать торговые точки по типам бизнеса.

- Автоматизация и обогащение данных:

Создавать автоматизированные решения для выделения товарных характеристик, метчинга чековых наименований с эталонными SKU и интеграции внешних данных (событий, трендов). Это повысит точность моделей и их способность учитывать реальный контекст.

- Прогнозирование спроса и продаж:
Строить модели, которые предсказывают будущие покупки на основе истории продаж, сезонности, погоды, событий и изменений рынка. Эти прогнозы помогут оптимизировать запасы, маркетинговые кампании и стратегии ценообразования.

- Персонализация и рекомендации:
Разрабатывать AI-сервисы для персонализированного взаимодействия с покупателями. Ты будешь предлагать клиентам релевантные товары, промо-предложения и бонусы, основываясь на их поведении, предпочтениях и внешних данных. Это повысит лояльность и увеличит продажи.

- Управление командой:
Руководить командой дата-сайентистов и аналитиков, помогая им развивать навыки и достигать целей

- Инновации и внедрение лучших практик:
Быть в курсе последних трендов в области искусственного интеллекта и машинного обучения. Ты внедришь современные инструменты и подходы для решения задач классификации, обогащения данных, продуктовой аналитики и построения рекомендательных систем.

Как это работает на практике?
Представь, что ты создаёшь экосистему, которая:

Понимает покупателя: анализирует его историю покупок, предпочтения и поведение.
Предлагает лучшие решения: Рекомендует товары, которые ему действительно нужны, или предлагает скидку на любимый бренд.
Оптимизирует бизнес-процессы: Помогает ритейлерам и производителям лучше планировать закупки, управлять запасами и адаптироваться к изменениям рынка.
Автоматизирует рутину: Освобождает время для команды за счет автоматизации задач по классификации, обработке данных и генерации инсайтов.

Почему это интересно?
Наша работа напрямую влияет на успех бизнеса наших клиентов. Мы создаём продукты, которые делают жизнь людей удобнее и приятнее. Например:

Покупатель получает идеальное предложение на свой любимый товар
Ритейлер увеличивает продажи благодаря точным прогнозам и персонализации
Производитель узнает, какие продукты будут популярны в следующем сезоне

Мы ждём от кандидата:

Опыт работы в отрасли от 5 лет
Знание современных методов машинного обучения, NLP и работы с большими данными
Умение вдохновлять и направлять команду
Аналитический склад ума. Способность видеть связи между данными и бизнес-задачами
Желание создавать продукты, которые действительно нужны людям