The posting
Dołącz do Kuchni Vikinga – największego dostawcy dań gotowych w Polsce!
Poszukujemy osoby na stanowisko Specjalista/ Specjalistka ds. Modelowania Danych.
Osoba na tym stanowisku będzie odpowiadać za rozwój kompetencji forecastingowych i predykcyjnych, tworząc modele pozwalające przewidywać przyszłe zachowania klientów oraz zapotrzebowanie operacyjne. Będziesz przekładać dane i wyniki prognoz na konkretne rekomendacje wspierające planowanie zamówień, produkcji i kosztów. Twoim zadaniem będzie również monitorowanie jakości prognoz, doskonalenie modeli oraz współpraca z zespołami biznesowymi w celu podejmowania trafniejszych decyzji w oparciu o dane.
- Prognozowanie zamówień i zmian w bazie klientów – opracowywanie prognoz uwzględniających nowe zamówienia, odnowienia subskrypcji, powroty klientów (winbacki) oraz przesunięcia i zmiany terminów realizacji zamówień.
- Analiza sezonowości i działań promocyjnych – uwzględnianie wpływu sezonowości, świąt, kampanii marketingowych i promocji na wolumen zamówień oraz przewidywany popyt.
- Prognozowanie potrzeb produkcyjnych – rozwijanie i utrzymywanie modeli prognozujących zapotrzebowanie na paczki, diety i poszczególne dania, a następnie przekładanie wyników prognoz na potrzeby planowania produkcji.
- Backtesting modeli prognostycznych – przeprowadzanie testów historycznych modeli i prognoz w celu oceny ich skuteczności, porównywania wyników z rzeczywistymi danymi oraz identyfikowania obszarów wymagających poprawy.
- Pomiar jakości prognoz – monitorowanie i analiza dokładności prognoz (forecast accuracy) oraz systematycznego odchylenia prognoz od rzeczywistych wyników (forecast bias), a także definiowanie wskaźników oceny skuteczności modeli.
- Analiza źródeł błędów prognostycznych – identyfikowanie i analizowanie przyczyn rozbieżności między prognozowanym a rzeczywistym popytem, w tym wpływu zmian zachowań klientów, sezonowości, promocji i czynników operacyjnych.
- Rozwój scoringu i modeli predykcyjnych – projektowanie, rozwijanie i doskonalenie modeli statystycznych oraz predykcyjnych wspierających prognozowanie popytu, przewidywanie zachowań klientów i poprawę jakości planowania.
- Wsparcie planowania finansowego i budżetowania – rozwijanie prognoz popytu i wolumenów operacyjnych w kierunku wspierania procesów budżetowania, planowania kosztów oraz przygotowywania scenariuszy finansowych na podstawie przewidywanej liczby zamówień i potrzeb produkcyjnych.
- Statystyka i analiza danych – bardzo dobra znajomość metod statystycznych oraz umiejętność ich praktycznego wykorzystania do analizy danych historycznych, identyfikowania zależności i prognozowania przyszłych zachowań klientów oraz zapotrzebowania operacyjnego.
- Szeregi czasowe i prognozowanie popytu – znajomość metod analizy i prognozowania szeregów czasowych, z uwzględnieniem sezonowości, trendów, świąt, promocji i innych czynników wpływających na zmienność zamówień.
- Walidacja modeli prognostycznych – doświadczenie w ocenie jakości modeli predykcyjnych, doborze odpowiednich metod walidacji oraz weryfikowaniu ich skuteczności na danych historycznych i nowych obserwacjach.
- Backtesting – umiejętność przeprowadzania testów historycznych modeli prognostycznych, porównywania prognoz z rzeczywistymi wynikami oraz oceny stabilności i skuteczności modeli w różnych okresach i warunkach biznesowych.
- Python i SQL – praktyczna znajomość Python i SQL w zakresie pozyskiwania, przetwarzania i analizy danych, budowania modeli prognostycznych oraz automatyzacji procesów przygotowywania i oceny prognoz.
- Interpretacja accuracy i bias – umiejętność analizowania miar dokładności prognoz oraz systematycznych odchyleń od rzeczywistych wyników, interpretowania ich przyczyn i oceny wpływu błędów prognostycznych na decyzje operacyjne i biznesowe.
- Feature engineering – doświadczenie w identyfikowaniu, tworzeniu i selekcji cech wykorzystywanych w modelach predykcyjnych, w tym zmiennych opisujących zachowania klientów, historię zamówień, sezonowość, promocje i czynniki operacyjne.
- Przekładanie prognoz na decyzje biznesowe – umiejętność przekształcania wyników modeli w praktyczne rekomendacje wspierające planowanie popytu, produkcji, zasobów i kosztów oraz oceniania konsekwencji różnych scenariuszy prognostycznych.
- Komunikowanie niepewności i ograniczeń modeli – umiejętność jasnego przedstawiania wyników prognoz, przedziałów niepewności, ryzyka błędu i ograniczeń stosowanych metod osobom nietechnicznym, w tym interesariuszom biznesowym.
- Myślenie analityczne i podejście biznesowe – umiejętność krytycznej oceny wyników modeli, identyfikowania źródeł błędów oraz łączenia wiedzy statystycznej z rozumieniem procesów biznesowych w celu zwiększania użyteczności prognoz.
- Zatrudnienie w dynamicznie rozwijającej się firmie, będącej liderem branży w Polsce.
- Atrakcyjne wynagrodzenie adekwatne do doświadczenia i umiejętności: 15 000-20 000 zł netto (B2B).
- Możliwość rozwoju kompetencji zawodowych.
- Pakiet benefitów pracowniczych (m.in. dofinansowanie do karty Medicover Sport, ubezpieczenie PZU, rabat na produkty Kuchni Vikinga).
