Продукт inDrive Forecasting преобразует масштабные данные маркетплейса в ежедневные и ежемесячные прогнозы основных показателей компании по предложению, спросу и финансовым показателям. Эти прогнозы являются основой для постановки целей, финансового планирования и анализа сценариев для бизнес-команд и руководства.

Мы ищем старшего аналитика, который будет отвечать за этот продукт: качество и достоверность данных, процессы планирования, которые он поддерживает, и объяснение любых отклонений. Вы возьмете на себя работающее производственное решение (Python, BigQuery) и будете поддерживать его надежную работу на благо бизнеса — но основная часть роли заключается не в моделировании ради самого моделирования. Она заключается в понимании того, 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 планировать с уверенностью.

Бизнес и планирование

• Отвечать за прогноз как за инструмент принятия решений: отслеживать план против факта, декомпозировать отклонения по бизнес-драйверам (сезонность, ценообразование, стимулирование, маркетинг, внешние события) и объяснять простыми словами, почему изменились показатели.
• Поддерживать циклы планирования компании: 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 планируемых мероприятий: изменения цен, расходы на стимулирование и маркетинг, запуск продуктов, расширение рынка.
• Поддерживать логику зависимостей, связывающую метрики предложения, спроса и финансовые показатели, чтобы прогнозы оставались взаимно согласованными и правильно агрегировались по рынкам.
• Преобразовывать неоднозначные бизнес-задачи в измеримые задачи прогнозирования; четко доносить допущения, неопределенность и ограничения как до бизнес-, так и до технических аудиторий.

Производство прогнозов

• Запускать и контролировать регулярные ежедневные и ежемесячные прогнозы: полнота данных, проверки на адекватность, отклонение от предыдущего периода.
• Исследовать аномалии от начала до конца — от входных данных и бизнес-трансформаций до выходных данных прогноза — добираясь до бизнес-причины, а не только до технического исправления.
• Прагматично улучшать модели: базовые показатели, честная валидация и выбор моделей, основанные на измеримой ценности для планирования, а не на сложности.
• Поддерживать решение в работоспособном состоянии: читаемый Python, документация, версионированные изменения.

Требования

• Опыт работы в области аналитики, прогнозирования или планирования от 4 лет — например, аналитика маркетплейсов или продуктов, планирование спроса или принятие решений.
• Глубокое понимание принципов бизнес-планирования: циклы план/факт, постановка целей, драйверные модели, юнит-экономика. Вы видите бизнес-метрики как связанную систему, а не как изолированные временные ряды.
• Практическое владение методами прогнозирования временных рядов — сезонность, праздники, внешние регрессоры, структурные разрывы, пропущенные данные — достаточное для управления производственными моделями и их улучшения.
• Уверенное владение Python (экосистема pandas): способность поддерживать и расширять существующую кодовую базу.
• Продвинутый SQL и опыт работы с большими наборами данных в облачном хранилище данных.
• Тщательные привычки валидации: соответствующие базовые показатели, отсутствие утечки данных, метрики ошибок, привязанные к влиянию на бизнес.
• Мышление собственника: готовность исследовать проблемы, выходящие за рамки данных, моделей и интеграции.
• Профессиональное владение английским языком и способность отстаивать свои расчеты перед высшим руководством.

Будет плюсом:

• Опыт работы в сфере мобильности, маркетплейсов или других систем спроса и предложения.
• Опыт поддержки процессов финансового планирования, S&OP или бюджетирования.
• Эконометрика и причинно-следственный анализ; модели отклика на маркетинговые кампании (adstock, насыщение, окупаемость инвестиций).
• Иерархическое прогнозирование по нескольким рынкам.
• Опыт управления или поддержки пакетных производственных конвейеров; BigQuery, рабочие процессы на основе Git, CI/CD.

Технологическая среда Python (pandas, NumPy, scikit-learn, Prophet), BigQuery, Databricks, Git и GitHub Actions. Это роль аналитика в дружелюбной к инжинирингу среде: вы должны чувствовать себя комфортно с этим стеком, но глубокое знание ML-инжиниринга не является основной частью работы.

Помогите нам бороться с несправедливостью, создавая справедливые возможности для миллионов людей в 47 странах. Развивайте свои профессиональные навыки, имея доступ к наставничеству, карьерному консультированию и программам обучения. Сотрудничайте с командами по всему миру и получите международный опыт в рамках нашей Программы обмена талантами Global Talent Exchange Program. Участвуйте в общекорпоративных соревнованиях, конкурсах, спортивных мероприятиях, проектах социального воздействия и волонтерских проектах под руководством сотрудников. Работайте бок о бок с людьми, которые проявляют инициативу, открыто высказываются и бросают вызов самим себе, чтобы расти. Совершенствуйте свои языковые навыки с помощью софинансируемых курсов и внутренних разговорных клубов. Окончательные льготы могут варьироваться в зависимости от местоположения.