Аналитик данных (дата-сайентист)

MIUZ DIAMONDS (НОВОЕ ИМЯ МОСКОВСКОГО ЮВЕЛИРНОГО ЗАВОДА) —является основным приемником наследия знаменитых ювелиров. Сейчас это крупнейший производитель украшений с бриллиантами в России, который ведет свою историю с 1920 года.
Розничная сеть MIUZ diamonds – это более 250 магазинов в России, Беларуси и Казахстане.
НАША ФИЛОСОФИЯ — это вечные семейные ценности: любовь, постоянство, гармония и сохранение семейного наследия. Каждая коллекция МЮЗ — это увлекательная сказка, которая дарит позитивные эмоции всем, кто с ней соприкоснется.
Московский ювелирный завод возрождает традиции и духовную культуру.
Мы ищем сильного аналитика данных и разработчика ML-моделей, который готов решать реальные боли бизнеса. Нам важен человек, который понимает, как его код превращается в прибыль или экономию для компании.
Чем предстоит заниматься
Разработка и внедрение ML-моделей: Цикл — от обучения до деплоя и мониторинга. Прогноз ключевых показателей: Подготовка, защита и сопровождение прогнозов. Бизнес-аналитика: Оперативное решение задач бизнеса с помощью данных. Эксперименты: Дизайн и проведение A/B-тестов, оценка их влияния на метрики. Интерпретация: Объяснение бизнесу «почему модель предсказала именно это» и какие ограничения у нас есть. Важно: Мы работаем итеративно. Задач в бэклоге много, но мы фокусируемся на самых приоритетных задачах в моменте, а не на всём сразу.
Примеры проектов в нашем бэклоге
Demand Forecasting: Прогнозирование спроса для оптимизации цепочек поставок. Pricing & Promo: Алгоритмы динамического ценообразования и оценка эффективности акций. Customer Value: Моделирование оттока (Churn) и предсказание LTV. Anomaly Detection: Поиск первопричин (Root Cause Analysis) отклонений в бизнес-метриках. Automation: Перевод ручных процессов на рельсы ML-сервисов. Важно: Мы работаем итеративно, фокусируемся на самых приоритетных задачах в моменте, а не на всём сразу.
Что мы ждем от вас
Опыт в DS от 3-х лет: Вы уже знаете, что данные редко бывают идеальными. Бизнес-ориентированность: Умение нести ответственность за результат модели в деньгах/метриках, а не только за точность на тестовой выборке. Технический стек:
Python (Pandas, Numpy, Scikit-learn, CatBoost/XGBoost).
SQL (сложные запросы, понимание структуры БД).
Git.
Математическая база: Понимание статистики, алгоритмов ML и методов прогнозирования временных рядов. Soft Skills: Умение говорить с бизнесом на понятном языке и доказывать свою точку зрения. Будет плюсом: Опыт работы с PyTorch/TensorFlow, Docker или инструментами MLOps (MLflow/Airflow). Условия: Работа в крупнейшей Компании - лидере ювелирной отрасли Оформление по ТК РФ с первого рабочего дня График работы 5/2, (гибрид после испытательного срока) Соц.пакет (оплата больничного, отпуска), ДМС, частичная оплата фитнеса Обучение, достойная корпоративная культура, дружный стабильный коллектив