Data science& machine learning специалист

Крупнейший в Казахстане Онлайн-супермаркет MagnumGO является частью большой семьи Kaspi.kz. Мы начали свою работу в 2021 году, за это время запустили 10 больших складов, улучшили сервис по доставке продуктов, и сейчас доставляем более 50 тысяч заказов ежедневно в пяти крупнейших городах Казахстана.

ОБЯЗАННОСТИ

• Разрабатывать и имплементировать ML-модели для оптимизации процессов управления складами, включая прогнозирование спроса и персонала, оптимизацию товаропотоков и управление запасами;
• Создавать предиктивные модели для улучшения доставки клиентских заказов, включая маршрутизацию, оптимизацию логистических процессов и снижение времени доставки;
• Анализировать данные операционных систем, выявлять закономерности и возможности для автоматизации и оптимизации бизнес-процессов;
• Взаимодействовать с ИТ-продуктовыми командами для внедрения разработанных моделей в production-среду и мониторинга их производительности;
• Проводить эксперименты, валидировать гипотезы, измерять влияние внедренных решений на ключевые метрики бизнеса;
• Участвовать в совершенствовании качества данных, архитектуры хранилищ данных и pipeline-ов обработки информации.

ТРЕБОВАНИЯ

• 2+ года опыта разработки и развертывания ML-моделей в production-среде;
• Машинное обучение: supervised/unsupervised learning, градиентный бустинг, нейронные сети, ensemble;
• Python: scikit-learn, pandas, numpy, XGBoost, TensorFlow/PyTorch;
• SQL и БД (PostgreSQL, MySQL); сложные аналитические запросы;
• Data Engineering: ETL/ELT, облачные хранилища (AWS S3, GCS);
• Git, CI/CD, Docker;
• Инструменты анализа и визуализации (Jupyter, Tableau, Power BI);
• Опыт работы с кросс-функциональными командами, умение коммуницировать результаты;
• Проактивность, самостоятельность, управление проектами;
• Понимание e-commerce и логистики приветствуется.

ЧТО МЫ ПРЕДЛАГАЕМ

• Работа в быстрорастущем E-commerce; влияние на стратегические решения через data-driven insights;
• График 5/2, 9:00–18:00; удалённая работа после испытательного срока (3 мес);
• Современные инструменты, облачные сервисы (AWS, Google Cloud), вычислительные ресурсы;
• Отсутствие дресс-кода, профессиональное развитие.