Продукт inDrive «Прогнозирование» (Forecasting) превращает масштабные данные маркетплейса в ежедневные и ежемесячные прогнозы ключевых показателей компании по предложению, спросу и финансовым метрикам. Эти прогнозы являются основой для постановки целей, финансового планирования и анализа сценариев для бизнес-команд и руководства.

Мы ищем старшего аналитика, который возьмет на себя ответственность за этот продукт: качество и достоверность цифр, процессы планирования, которые он обеспечивает, и объяснение каждого отклонения. Вы возьмете в работу существующее решение (Python, BigQuery) и будете поддерживать его надежную работу для бизнеса — но основная часть работы заключается не в моделировании ради самого моделирования. Необходимо понимать, как работает бизнес: как ценообразование, стимулирование, маркетинг и рыночные события влияют на метрики, как эти метрики связаны между собой, и что нужно лицам, принимающим решения, от прогноза, чтобы уверенно планировать.

Бизнес и планирование

• Быть ответственным за прогноз как инструмент принятия решений: отслеживать план против факта, декомпозировать отклонения по драйверам бизнеса (сезонность, ценообразование, стимулирование, маркетинг, внешние события) и объяснять в бизнес-терминах, почему изменились цифры.
• Поддерживать циклы корпоративного планирования: предоставлять базовые прогнозы для постановки целей и бюджетирования, а также согласовывать допущения с финансовыми и бизнес-стейкхолдерами.
• Строить и проводить анализ сценариев («что-если») для запланированных вмешательств: изменения цен, маркетинговые расходы и стимулирование, запуск продуктов, расширение рынка.
• Поддерживать логику зависимостей, связывающую метрики предложения, спроса и финансов, чтобы прогнозы оставались взаимно согласованными и правильно агрегировались по рынкам.
• Преобразовывать неоднозначные бизнес-вопросы в измеримые задачи по прогнозированию; четко коммуницировать допущения, неопределенность и ограничения как бизнес-, так и техническим аудиториям.

Производство прогнозов

• Запускать и контролировать регулярные ежедневные и ежемесячные прогнозы: полнота данных, проверка на адекватность, отклонение по сравнению с предыдущим периодом (run-over-run drift).
• Расследовать аномалии комплексно — от входных данных и бизнес-преобразований до выходных данных прогноза — находя бизнес-причину, а не просто техническое решение.
• Прагматично улучшать модели: базовые показатели, честная валидация и выбор моделей, обусловленные измеримой ценностью для планирования, а не сложностью.
• Поддерживать решение в рабочем состоянии: читаемый Python, документация, версионирование изменений.

Требования

• 4+ года опыта работы в области аналитики, прогнозирования или планирования — например, аналитика маркетплейса или продукта, планирование спроса или наука о принятии решений (decision science).
• Глубокое понимание процессов бизнес-планирования: циклы план/факт, постановка целей, модели на основе драйверов, юнит-экономика. Вы видите бизнес-метрики как связанную систему, а не как изолированные временные ряды.
• Практическое владение прогнозированием временных рядов — сезонность, праздники, внешние регрессоры, структурные сдвиги, пропущенные данные — достаточное для владения и улучшения производственных моделей.
• Уверенное владение Python (экосистема pandas): способность поддерживать и расширять существующую производственную кодовую базу.
• Продвинутый SQL и опыт работы с большими наборами данных в облачном хранилище данных.
• Строгие привычки валидации: соответствующие базовые показатели, отсутствие утечки данных, метрики ошибок, привязанные к бизнес-влиянию.
• Ориентация на результат (Ownership mindset): комфортная работа по расследованию проблем, затрагивающих данные, модели и интеграцию.
• Профессиональное владение английским языком и способность отстоять цифры перед старшими стейкхолдерами.

Желательно:

• Опыт работы в сфере мобильности, маркетплейсов или других систем предложения и спроса.
• Опыт поддержки процессов финансового планирования, S&OP или бюджетирования.
• Эконометрика и причинно-следственный анализ; модели отклика на маркетинг (adstock, saturation, investment payback).
• Иерархическое прогнозирование по нескольким рынкам.
• Опыт владения или поддержки пакетных производственных конвейеров; BigQuery, рабочие процессы на базе Git, CI/CD.

Технологическая среда Python (pandas, NumPy, scikit-learn, Prophet), BigQuery, Databricks, Git и GitHub Actions. Это роль аналитика в дружественной к инженерам среде: вы должны чувствовать себя комфортно с этим стеком, но глубокая инженерия ML не является основной задачей.

• Помогите нам бороться с несправедливостью, создавая справедливые возможности для миллионов людей в 48 странах.
• Развивайте свои профессиональные навыки, имея доступ к наставничеству, карьерному консультированию и обучающим программам.
• Сотрудничайте с командами по всему миру и получайте международный опыт в рамках нашей Глобальной программы обмена талантами (Global Talent Exchange Program).
• Участвуйте в общекорпоративных конкурсах, премиях, спортивных мероприятиях, социально-ориентированных проектах и волонтерских инициативах под руководством сотрудников.
• Работайте бок о бок с людьми, которые проявляют инициативу, открыто высказываются и бросают вызов себе, чтобы расти.
• Совершенствуйте свои языковые навыки с помощью софинансируемых курсов и внутренних разговорных клубов.

Годовая зарплата от 70 700 евро брутто

Окончательные льготы могут варьироваться в зависимости от местоположения.