Чем предстоит заниматься:
- Сбор и формализация требований к модулю прогнозирования спроса, включая сценарии использования модели, входные/выходные данные, ограничения, SLA и требования к качеству прогнозов.
- Описание AS-IS / TO-BE процессов для потребителей прогнозов.
- Постановка требований к математическим моделям на уровне бизнеса и функциональности: горизонты прогноза, частота пересчёта, сегментация, факторы влияния, правила выбора модели, контроль качества и переобучение.
- Проработка интеграций с источниками данных, витринами, DWH/DM, BI, внешними и внутренними системами, включая требования к загрузке, качеству, полноте и актуальности данных.
- Выявление и анализ функциональных разрывов между текущим состоянием и целевой моделью работы.
- Подготовка спецификаций и артефактов: BRD/SRS, user story, use case, BPMN/UML, data requirements, acceptance criteria, backlog.
- Участие в постановке и приёмке: поддержка разработки, QA, согласование критериев приемки, анализ дефектов и расхождений прогноз/факт.
- Рабочее взаимодействие с бизнесом, data science, архитекторами, разработчиками, DWH/BI и эксплуатацией.
- Согласование приоритетов между точностью модели, сроками внедрения, доступностью данных и бизнес-эффектом.
- Работа с изменениями и неопределённостью, когда требования на прогнозирование формируются итеративно и уточняются по мере появления данных и прототипов.
Чего мы ожидаем:
Образование и опыт:
- Высшее образование: техническое, ИТ, прикладная математика, экономика, системный анализ или смежное.
- Опыт работы бизнес-аналитиком от 5 лет, из них желательно от 2 лет в проектах с data/ML/forecasting/предиктивной аналитики, DSS, BI, DWH или аналитическими платформами.
- Опыт работы в крупных корпоративных ландшафтах, где есть несколько стейкхолдеров и сложные межсистемные интеграции.
Бизнес-анализ и требования:
- Уверенное владение методами выявления, анализа и структурирования требований.
- Умение описывать процессы в BPMN 2.0 и/или UML.
- Навык декомпозиции крупных решений на функциональные блоки, сценарии и пользовательские истории.
- Умение формулировать business rules, acceptance criteria, edge cases, NFR.
- Опыт подготовки аналитической документации: BRD, SRS, use case, user story, спецификации, протоколы согласования.
Аналитика данных и прогнозирование:
- Понимание принципов работы прогнозных моделей: точность, ошибка прогноза, переобучение, проверка модели на исторических данных, оценка влияния входных данных на качество прогноза на уровне бизнес-интерпретации.
- Способность переводить бизнес-задачу в требования к модели: что прогнозируем, на каком горизонте, по каким сегментам, с какой частотой, с какой метрикой качества.
- Понимание базовых терминов: спрос, сезонность, тренд, аномалии, промо-факторы, календарные эффекты, причинные факторы, базовый прогноз.
- Умение описать требования к данным для модели: источники, качество, полнота, задержка, историчность, гранулярность, справочники.
- Понимание жизненного цикла модели: подготовка данных, обучение, валидация, внедрение, мониторинг, переобучение, контроль деградации.
Интеграции и ИТ-контур:
- Опыт описания требований к интеграциям через API, очереди, файлы, ETL/ELT.
- Понимание принципов работы DWH/витрин/BI-платформ.
- Умение фиксировать требования к загрузкам, расписанию расчётов, обработке ошибок и ретраев.
- Опыт работы с Jira/Confluence и ведения сквозной трассировки требований.
Документирование и взаимодействие:
- Навык ведения workshop, интервью, refinement-сессий.
- Умение защищать решения перед бизнесом и технической командой.
- Способность писать понятные требования без двусмысленности.
- Владение Excel на уверенном уровне; будет плюсом опыт с SQL и базовой аналитикой.
Будет преимуществом:
- Опыт в проектах прогнозирования спроса, планирования, предиктивной аналитики, inventory optimization.
- Понимание ML/DS-процесса и умение работать с data scientists.
- Опыт описания требований к feature store, model registry, мониторингу качества моделей.
- Навыки SQL для проверки гипотез и верификации данных.
- Опыт работы в проектах корпоративной архитектуры или построения аналитического стека.
- Понимание MLOps-подхода на уровне взаимодействия бизнес- и технических команд.
Что мы предлагаем:
- Гибридный или полностью удалённый формат работы. Для тех, кто предпочитает офис — в Москве: современное пространство в 5 минутах от м. Новокузнецкая (фитнес-зал, настольный теннис, комната PS 5, регулярные активности для резидентов), в Санкт-Петербурге: коворкинг в 10 минутах от м. Маяковская (PS 5, еженедельные вечеринки).
- 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.
