COMFY — українська e-commerce-компанія з омніканальною моделлю продажів. Ми розвиваємо централізовану Data-команду, щоб Data Science, AI та аналітика створювали вимірюваний ефект у клієнтському досвіді, комерційних рішеннях і ключових операційних процесах.
Supply Chain у COMFY охоплює планування попиту, поповнення запасів, доступність товарів і управління товарними потоками в онлайн- та офлайн-каналах.
Ми хочемо використовувати Data Science, щоб допомагати команді приймати точніші рішення в умовах сезонності, промоактивностей, появи нових товарів і зміни поведінки клієнтів.
Кого шукаємо
Шукаємо Senior Data Scientist, який візьме на себе відповідальність за логіку моделей та їхню оцінку в напрямі Demand Forecasting & Replenishment Optimization.
Це роль не лише про підвищення точності прогнозу. Для нас важливо, як модель допомагає покращувати доступність товарів, зменшувати надлишкові запаси, підтримувати планувальників і робити рішення щодо поповнення запасів прозорішими та стабільнішими.
Над чим працюватимеш
Прогнозування попиту на різних горизонтах і рівнях агрегації: товар, категорія, локація та канал продажів.
Розробка рекомендацій щодо поповнення запасів з урахуванням термінів постачання, поточних залишків, доступності товарів та операційних обмежень.
Аналіз сезонності, промоактивностей, аномалій, нових товарів і ситуацій з обмеженою історією продажів.
Побудова системи оцінювання моделей, яка поєднує якість прогнозу з бізнес-метриками та результатами роботи планувальників.
Проведення сценарного аналізу та контрольованих пілотів перед масштабуванням рішень.
Спільна з Product Engineering команда розробка контрактів даних і ознак, критеріїв приймання моделей, вимог до моніторингу та умов повторного навчання моделей.
Технологічний стек: Python, SQL, BigQuery, Jupyter, pandas, NumPy, scikit-learn, statsmodels, MLflow та інструменти для аналізу часових рядів.
Зони відповідальності
Data Scientist відповідає за:
Формулювання задачі та визначення підходу до її розв’язання.
Логіку моделей, розробку ознак і вибір методів прогнозування.
Валідацію, оцінювання якості моделей і сценарний аналіз.
Документування припущень, обмежень і результатів.
Оцінювання бізнес-ефекту та підготовку рекомендацій щодо використання моделей.
Product Engineering відповідає за:
Production pipelines, serving та orchestration.
Інфраструктуру моніторингу й технічну надійність рішень.
Інтеграцію моделей із системами та процесами планування.
Твої основні завдання
Разом із фахівцями Supply Chain формувати чіткі постановки задач, визначати базові сценарії, обмеження планування та критерії успіху.
Досліджувати, розробляти й валідувати моделі прогнозування попиту та підтримки рішень щодо поповнення запасів.
Визначати ієрархію прогнозування, горизонти, сегментацію помилок і правила порівняння з наявними підходами до планування.
Аналізувати вплив сезонності, промоактивностей, асортиментних змін і появи нових товарів на якість прогнозування.
Проєктувати пілоти та оцінювати не лише похибку прогнозу, а й доступність товарів, рівень запасів, сервісні показники та використання рекомендацій планувальниками.
Готувати документацію щодо моделей, їхніх припущень, обмежень і резервних сценаріїв, а також передавати результати команді Product Engineering.
Пояснювати невизначеність прогнозів і компроміси між різними підходами бізнесу, планувальникам та інженерній команді.
Брати участь у peer review та розвивати спільні практики Data Science.
Що для нас важливо
Обов’язково:
Досвід рівня Senior, підтверджений розробкою прогнозних або оптимізаційних рішень, що впливали на реальні процеси планування, управління запасами чи операційні результати.
Сильні знання статистики, аналізу часових рядів, валідації моделей та оцінювання невизначеності.
Практичний досвід роботи з Python, SQL, pandas, NumPy, statsmodels, scikit-learn або аналогічним ML-стеком.
Досвід роботи з багаторівневими, сезонними або розрідженими наборами даних, розуміння ризиків якості дан
