Загороднева Ирина Леонидовна

Data Scientist

Не указана
  • Новосибирск
  • Полная занятость
  • Полный день
  • От 1 года до 3 лет
  • Python
  • SQL
  • Clickhouse
  • Алгоритмы и структуры данных
  • Математическая статистика
  • pandas
  • Анализ данных
  • Визуализация данных
  • PostgreSQL
  • Математический анализ
  • Исследовательский анализ данных

Компания:

Успешный fashion-бренд с 15-летней историей. Собственное производство женской одежды, полный цикл от закупки ткани до продажи на маркетплейсах. Продаём на Ozon, Wildberries входя в топ 1% продавцов одежды на Ozon. Сейчас мы начинаем строить аналитическую систему с нуля и активно внедряем data-driven подход — аналитика станет основой для стратегических решений.

Если внутреннее решение окажется успешным, мы планируем вывести его в коммерческое использование для других продавцов на маркетплейсах, что открывает возможность участвовать в создании масштабируемого продукта.

Задачи:

1. Сбор данных с маркетплейсов и конкурентов

  • Подключить API Ozon, Wildberries и других площадок для автоматического сбора данных:
    • Остатки на складах маркетплейсов.
    • Продажи: заказы, выручка, возвраты, отмены, статусы.
    • Рекламные метрики: показы, клики, CTR, CPC, расходы, ROI, конверсии.
    • Позиции товаров в поисковой выдаче, рейтинг, отзывы (включая анализ тональности и частотности слов).
    • История цен, участие в акциях, скидках, распродажах.
  • Парсинг маркетплейсов для анализа конкурентов их цен, рекламных ставок.

2. Создание современного хранилища данных

  • Проектирование и реализация Data LakeHouse.
  • Обеспечение единого источника данных.
  • Настройка ETL/ELT-процессов из разнородных источников: маркетплейсы, 1С, внешние данные.

3. Прогнозирование и автоматизация

  • Построение прогнозов спроса по категориям, сезонам, трендам.
  • Автоматизация управления рекламными кампаниями: динамические ставки, распределение бюджета, оптимизация ROI.
  • Распределение товара по складам маркетплейсов с учётом логистики и спроса.
  • Прогнозирование загрузки производственных мощностей, сроков пошива, остатков сырья.
  • Интеграция с производственной логистикой: автоматический запуск заказов на пошив.

4. Аналитика и визуализация

  • Разработка дашбордов и метрик для анализа эффективности продаж, рекламы, логистики.
  • Поиск точек роста и болевых зон в бизнесе через данные.


Что мы ожидаем от кандидата:

  • Желание и стремление использовать современные подходы и изучать новое.
  • Опыт работы с данными и их обработкой: ETL, SQL, Python/R.
  • Навыки сбора данных: API маркетплейсов/1C, парсинг сайтов.
  • Знание инструментов BI: Datalens, Tableau, Google Data Studio.
  • Опыт работы с базами данных: PostgreSQL, MySQL, ClickHouse .
  • Навыки прогнозирования: временные ряды, регрессии, классификации.
  • Технические навыки: Docker, Git, FastAPI/Flask (для интеграции решений).
  • Аналитическое мышление: умение выдвигать гипотезы и проверять их данными.
  • Английский язык: B2 (для чтения документации).

Будет плюсом:

  • Опыт проектирования Data LakeHouse.
  • Знание MLOps, нейросетей (для прогнозов и рекомендаций).
  • Опыт работы в fashion или e-commerce.
  • Умение работать в условиях ограниченных ресурсов и быстро внедрять решения.


Мы предлагаем:

  • Возможность стать первым аналитиком в быстрорастущем бизнесе.
  • Полный цикл от сбора данных до автоматизации процессов.
  • Гибкий график и гибридный формат работы (офис + удалёнка).
  • Интересные задачи и свободу в выборе технологий.
  • Участие в создании продукта, который может быть коммерциализирован для других продавцов на маркетплейсах.
  • Влияние на развитие продукта и бизнес-решения