Руководитель направления по развитию систем математических моделей прогнозирования и оптимизации

Основные обязанности:

1. Целевой образ и стратегия математического аппарата

• Совместно с продуктовыми PO и бизнес-заказчиками выявлять коммерческие задачи, требующие прогнозирования, оптимизации или иных математических методов.
• Формировать целевую карту математических возможностей, их назначение, границы, взаимосвязи и области повторного использования в разных коммерческих системах.
• Определять краткосрочную и долгосрочную дорожную карту развития математического аппарата и целевые переходные состояния.
• Анализировать отраслевые практики, доступные решения, методы и технологические подходы; оценивать их применимость к задачам компании.

2. Управление портфелем и совокупным бэклогом

• Консолидировать потребности продуктовых направлений в единый портфель математических инициатив, устранять дублирование и выявлять общие зависимости.
• Приоритизировать инициативы с учетом ожидаемого продуктового и финансового эффекта, стратегической значимости, готовности данных, зрелости подхода, стоимости, рисков и возможности промышленного применения.
• Формировать единый бэклог нескольких математических команд и синхронизировать его с дорожными картами АСУД, АСУКР, динамического ценообразования и управления предложением.
• На основании результатов исследований и пилотов формировать предложения о продолжении, переработке, масштабировании или прекращении отдельных инициатив.

3. Единый жизненный цикл и качество моделей

• Установить единый процесс: бизнес-задача → математическая постановка → проверка готовности данных → базовое решение → разработка → валидация → пилотирование → промышленное внедрение → мониторинг и пересмотр.
• Определять требования к паспорту модели, исходным допущениям, данным, метрикам качества, ограничениям применимости, объяснимости, производительности и резервным сценариям.
• Организовывать сравнительное тестирование альтернативных подходов: ретроспективную проверку, моделирование, теневой режим, контролируемые пилоты и A/B-тесты — там, где такой формат методологически применим.
• Обеспечивать регулярный мониторинг качества и бизнес-результатов действующих моделей, инициировать их калибровку, переобучение, переработку или вывод из эксплуатации.

4. Матричная координация команд и стейкхолдеров

• Координировать работу нескольких внутренних и внешних математических команд без подмены их линейного и технического руководства.
• Формировать единые приоритеты, ожидаемые результаты и критерии готовности; проводить регулярные портфельные и модельные обзоры.
• Совместно с функциональными архитекторами и бизнес-аналитиками обеспечивать встраивание моделей в коммерческие процессы: сценарии применения, семантику данных, функциональные контракты, пользовательское представление результатов и критерии приемки.
• Совместно с техническими архитекторами и руководителями математических команд согласовывать требования к промышленному контуру, переиспользуемым компонентам, интеграциям, вычислительным ресурсам и мониторингу.
• Синхронизировать планы с руководителями проектов, управлять зависимостями и ожиданиями заказчиков, своевременно выносить на решение конфликты приоритетов и ресурсные ограничения.

5. Продуктовые и финансовые эффекты

• Связывать каждую существенную математическую инициативу с конкретным продуктовым результатом и ожидаемым финансовым или операционным эффектом.
• Формировать систему показателей направления: качество моделей, готовность и стабильность сервисов, уровень использования результатов в продуктах, достигнутый бизнес-эффект.
• Готовить оценку потребности в финансировании, вычислительных ресурсах и внешней экспертизе; участвовать в защите бюджета и инвестиционных решений.
• Регулярно представлять руководству и заказчикам состояние портфеля, дорожную карту, риски, качество моделей и достигнутые результаты.

Требования к кандидату

• Высшее образование в области прикладной математики, исследования операций, прикладной информатики, экономики / эконометрики, анализа данных или в смежной области.
• Опыт продуктового, технического или исследовательского руководства от 4 лет, включая не менее 2 лет работы с системами прогнозирования, оптимизации, аналитическими или data / ML-продуктами.
• Практический опыт управления портфелем инициатив, формирования дорожной карты и бэклога, координации нескольких команд или подрядчиков в матричной структуре.
• Опыт перевода моделей из исследовательской или прототипной стадии в пилотирование и промышленное использование с измеримыми критериями качества.
• Опыт работы с несколькими бизнес-заказчиками и конфликтующими стейкхолдерами; опыт подготовки инвестиционных обоснований и защиты приоритетов.

Продуктовое и портфельное управление

• Формирование продуктовой стратегии, дорожных карт и совокупного бэклога нескольких команд.
• Портфельная приоритизация по бизнес-эффекту, рискам, стоимости, готовности данных и зрелости решения; владение применимыми фреймворками приоритизации.
• Формирование бизнес-кейсов, системы показателей и критериев приемки на уровне продукта и математической возможности.
• Организация исследований, прототипов, пилотов и принятия решений на основании данных.

Математическая и модельная экспертиза

• Глубокое практическое понимание как минимум одной из областей и уверенное ориентирование в остальных: прогнозирование спроса и временных рядов; математическая оптимизация ограниченного ресурса; исследование операций; Revenue Management.
• Способность критически оценивать математическую постановку, допущения, исходные данные, базовые решения, метрики, устойчивость и границы применимости модели.
• Понимание принципов оценки качества прогнозов — ошибка, смещение, стабильность — и оптимизационных решений — значение целевой функции, соблюдение ограничений, устойчивость и время расчета.
• Понимание полного жизненного цикла моделей: разработка, валидация, внедрение, мониторинг, дрейф, калибровка / переобучение и вывод из эксплуатации.
• Способность связать технические и модельные показатели с решениями пользователя, продуктовыми метриками и финансовым результатом.

• Понимание требований к данным, интеграциям batch / real-time, промышленному развертыванию, мониторингу и воспроизводимости моделей — на уровне обсуждения архитектуры и принятия продуктовых решений.
• Способность работать с модельной документацией, результатами экспериментов и аналитическими выгрузками; навыки самостоятельной работы с данными будут преимуществом.
• Понимание принципов построения общих математических сервисов и платформенных компонентов без необходимости самостоятельно определять технологический стек.

Что мы предлагаем?

• Гибридный формат работы. Офис в Москве: современное пространство в 5 минутах от м. Новокузнецкая (фитнес-зал, настольный теннис, комната PS 5, регулярные активности для резидентов).
• Работа в аккредитованной ИТ-компании со всеми предусмотренными государственными льготами, включая ИТ-ипотеку.
• Полностью «белая» заработная плата. Уровень дохода обсуждается индивидуально и зависит от опыта и экспертизы.
• ИТ-отсрочка и бронь от мобилизации как для сотрудников компании с критически важной инфраструктурой.
• Корпоративные льготы на авиабилеты авиакомпаний «Аэрофлот», «Россия» и «Победа» для сотрудника и членов семьи (родители, супруг(а), дети).
• ДМС с первого рабочего дня: стоматология, помощь на дому, плановый и экстренный стационар; возможность подключения семьи на льготных условиях.
• Компенсация питания при работе из офиса.
• Курсы, сертификации, профессиональные конференции.
• Корпоративный сервис благополучия: безлимитные консультации с экспертами по юридическим, психологическим, финансовым вопросам и вопросам здорового образа жизни.
• Корпоративные мероприятия и активности: спорт, киберспорт, мотопробеги и другие форматы внерабочего общения.
• Дополнительно: кафетерий скидок, доступ к корпоративной библиотеке Alpina Digital, билеты на футбольные и баскетбольные матчи.