- Kuchnia Vikinga
- Białystok, Podlachia Voivodeship
- Full-Time
- 22 days ago
Data Scientist Forecasting & Predictive Analytics.
Before you go
Before you leave us, sign up for our email alerts
We don't do job spam, just the best digital jobs delivered straight to your inbox.
Data Scientist Forecasting & Predictive Analytics: our view in 3 lines...
- The Role:This role is for a data scientist who builds forecasting and predictive models to anticipate demand and customer behaviour in a food manufacturing business.
- The Person:The person will design, develop, deploy and improve forecasting models for demand and orders, monitor forecast accuracy and bias, analyse deviations between forecast and actual demand, and share forecast results and recommendations with business and operations teams.
- Requirements:The ideal candidate has practical Python knowledge, good SQL skills, experience with pandas, scikit-learn and statsmodels, experience in feature engineering, and experience with backtesting, forecast accuracy and forecast bias.
About the role
Dołącz do Kuchni Vikinga – największego dostawcy dań gotowych w Polsce!
Poszukujemy osoby na stanowisko Data Scientist – Forecasting & Predictive Analytics.
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.
Twój zakres obowiązków
- Projektowanie, rozwijanie, wdrażanie i doskonalenie modeli prognostycznych służących przewidywaniu popytu, wolumenu zamówień oraz zapotrzebowania produkcyjnego.
- Prognozowanie zmian w bazie klientów i wolumenie zamówień, z uwzględnieniem nowych zamówień, odnowień subskrypcji, powrotów klientów (winbacków), rezygnacji oraz zmian terminów realizacji zamówień.
- Analiza wpływu sezonowości, trendów, świąt, kampanii marketingowych i promocji na zachowania klientów oraz przewidywany popyt.
- Rozwijanie modeli prognozujących zapotrzebowanie na paczki, diety i poszczególne dania oraz przekładanie wyników prognoz na potrzeby planowania produkcji, zakupów i logistyki.
- Projektowanie i automatyzacja procesów prognostycznych, zapewniających regularne przeliczanie prognoz, aktualizację danych oraz monitorowanie jakości i stabilności modeli.
- Weryfikacja i doskonalenie modeli poprzez backtesting, walidację na danych historycznych oraz porównywanie prognoz z rzeczywistymi wynikami.
- Monitorowanie jakości prognoz, w szczególności forecast accuracy i forecast bias, identyfikowanie źródeł błędów oraz wdrażanie usprawnień zwiększających trafność i stabilność prognoz.
- Analiza przyczyn odchyleń między prognozowanym a rzeczywistym popytem, z uwzględnieniem zmian zachowań klientów, sezonowości, działań promocyjnych i czynników operacyjnych.
- Współpraca z zespołami biznesowymi i operacyjnymi w celu wykorzystania prognoz w planowaniu produkcji, zakupów, logistyki, zasobów i kosztów.
- Przygotowywanie prognoz i scenariuszy wspierających planowanie finansowe i budżetowanie, w tym ocenę wpływu zmian popytu oraz błędów prognostycznych na wyniki i koszty działalności.
- Komunikowanie wyników prognoz, ich ograniczeń i poziomu niepewności oraz formułowanie rekomendacji wspierających podejmowanie decyzji biznesowych.
- Rozwijanie dodatkowych modeli predykcyjnych i scoringowych wspierających przewidywanie zachowań klientów oraz identyfikowanie możliwości dalszego wykorzystania danych w organizacji.
Nasze wymagania
- Doświadczenie w samodzielnym projektowaniu, rozwijaniu i wdrażaniu modeli statystycznych oraz predykcyjnych, szczególnie w obszarze prognozowania popytu lub szeregów czasowych.
- Bardzo dobra znajomość metod statystycznych i technik prognozowania, w tym modelowania trendów, sezonowości oraz wpływu czynników zewnętrznych na zmienność popytu.
- Praktyczna znajomość Pythona oraz bibliotek wykorzystywanych w analizie danych i modelowaniu, w szczególności pandas, scikit-learn i statsmodels.
- Dobra znajomość SQL oraz umiejętność pozyskiwania, przetwarzania i przygotowywania danych na potrzeby budowy modeli prognostycznych.
- Doświadczenie w walidacji i ocenie jakości modeli, w tym przeprowadzaniu backtestingu, analizie forecast accuracy i forecast bias oraz identyfikowaniu źródeł błędów prognostycznych.
- Umiejętność projektowania i automatyzowania procesów prognostycznych, w tym regularnego przeliczania prognoz, monitorowania jakości modeli i zapewnienia powtarzalności ich działania.
- Doświadczenie w feature engineering oraz umiejętność identyfikowania i wykorzystywania zmiennych wpływających na prognozowany popyt, takich jak historia zamówień, zachowania klientów, sezonowość i promocje.
- Umiejętność przekładania wyników modeli na praktyczne zastosowania biznesowe, w szczególności w obszarach planowania produkcji, zakupów, logistyki i kosztów.
- Rozumienie wpływu błędów prognostycznych na procesy operacyjne i wyniki finansowe oraz umiejętność oceny konsekwencji różnych scenariuszy prognozowania.
- Umiejętność komunikowania wyników, niepewności i ograniczeń modeli oraz współpracy z zespołami biznesowymi i operacyjnymi.
- Samodzielność, dociekliwość analityczna i nastawienie na ciągłe doskonalenie modeli oraz ich praktyczną użyteczność biznesową.
Mile Widziane
- Doświadczenie w prognozowaniu popytu w branży e-commerce, retail, FMCG, produkcyjnej lub logistycznej.
- Znajomość dodatkowych bibliotek i narzędzi do prognozowania szeregów czasowych.
- Doświadczenie w budowaniu i wdrażaniu modeli predykcyjnych dotyczących zachowań klientów, retencji, churnu lub scoringu.
- Doświadczenie w automatyzacji i wdrażaniu modeli w środowiskach produkcyjnych (MLOps).
- Znajomość zagadnień związanych z planowaniem produkcji, zarządzaniem zapasami i prognozowaniem finansowym.
To oferujemy
- 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).
Benefits
Prywatna opieka medyczna Karta Medicover sport Rozwój Ubezpieczenie grupowe Zniżka na zamówienie Imprezy firmowe Brandowana odzież firmowa

