Мы — небольшая команда, отвечающая за одну из ключевых областей аналитики фулфилмента — возвратный поток. Мы делаем так, чтобы процесс возврата товара был прозрачным и эффективным. Анализируем, почему товары возвращаются, отслеживаем путь каждой позиции от покупателя до склада.
Наша задача — понять природу возвратов. Сопоставляя данные с физическими действиями сотрудников на разных этапах логистической цепи, мы выявляем не только узкие места в возвратном потоке, но и неэффективности процессов, которые к ним приводят. Как следствие — сокращаем затраты компании на каждом этапе обработки возвратной позиции.
Наш процесс построен на глубоком погружении в данные:
- Исследование: собираем и формализуем требования бизнеса, взаимодействуем с разработчиками систем-источников данных, изучаем контракты и регламенты, чтобы понять природу потерь.
- Разработка: ставим задачи дата-инженерам на поставку сырых данных из источников (HDFS, Kafka и др.), затем самостоятельно чистим, обогащаем и структурируем данные в аналитические витрины.
- Визуализация и автоматизация: строим дашборды в BI (Superset, Grafana), настраиваем автоматическую загрузку данных и расчёты, организуем регулярные выгрузки отчётов в чат-боты / на почту, чтобы бизнес оперативно получал актуальную информацию.
- Поддержка: выполняем ad-hoc запросы коллег из других отделов, помогаем находить ответы на нестандартные вопросы и проверять гипотезы.
Мы ищем middle-аналитика данных с навыками:
- SQL: опыт работы со сложными многоуровневыми запросами (CTE, JOIN, оконные функции) и оптимизации запросов на уровне СУБД.
- Python (Pandas): опыт обработки и трансформации табличных данных, автоматизации расчётов, оптимизации кода по памяти и времени выполнения.
- BI-инструменты: опыт создания простых отчётов с нуля (мы работаем с Superset и Grafana).
- Архитектура данных: понимание принципов работы DWH с распределенным хранением (желательно знакомство с Якорной моделью хранения).
- Аккуратность: чистота кода, внимание к деталям и умение структурировать большой поток информации.
Будет преимуществом:
- Опыт дизайна и проведения А/B тестов, статистического анализа для проверки гипотез.
- Понимание логики / опыт работы с Airflow и GitLab.
- Понимание потоковой передачи данных через Kafka и взаимодействия сервисов через gRPC.
- Опыт в логистике, ритейле или e-commerce.
- Умение самостоятельно уточнять и структурировать бизнес-требования Заказчика.
- Навыки презентации результатов и формирования выводов для бизнес-заказчиков.