Markdown and Pricing Optimization Data Scientist
Pepco
To rola Data Scientist w dziale analitycznym sieci handlowej Pepco. Będziesz budować modele ML do optymalizacji obniżek cen, prognozowania popytu i wyprzedaży zapasów. Codzienna praca obejmuje analizę danych w SQL i Pythonie, tworzenie algorytmów rekomendacji cenowych oraz współpracę z zespołami handlowymi. Pomimo tytułu junior w danych strukturalnych, ogłoszenie wymaga 2-4 lat doświadczenia, co wskazuje na poziom mid.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: tryb pracy (stacjonarny/hybrydowy/zdalny), wielkość zespołu data science.
To rola Data Scientist w dziale analitycznym sieci handlowej Pepco. Będziesz budować modele ML do optymalizacji obniżek cen, prognozowania popytu i wyprzedaży zapasów. Codzienna praca obejmuje analizę danych w SQL i Pythonie, tworzenie algorytmów rekomendacji cenowych oraz współpracę z zespołami handlowymi. Pomimo tytułu junior w danych strukturalnych, ogłoszenie wymaga 2-4 lat doświadczenia, co wskazuje na poziom mid.
- ✓Międzynarodowa firma z listy Forbes najlepszych pracodawców w Polsce
- ✓Rozbudowany pakiet benefitów (opieka medyczna, karta sportowa, dofinansowanie posiłków)
- ✓Program szkoleń i wsparcia rozwoju, w tym nauka języków
- ✓Możliwość realnego awansu – firma stawia na rozwój pracowników
- −Wymagane 2-4 lata doświadczenia, ale w danych strukturalnych poziom to junior – niespójność
- −Brak informacji o trybie pracy (stacjonarny/zdalny/hybrydowy) oraz lokalizacji poza Poznaniem
- −Typ kontraktu określony jako 'other' – brak jasności co do formy zatrudnienia
- !Ogłoszenie bardzo ogólne, zawiera długą listę obowiązków – może oznaczać szeroki zakres odpowiedzialności
- !Brak opisu procesu rekrutacyjnego
- !Nie podano wielkości zespołu ani struktury działu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Budowanie modeli predykcyjnych do optymalizacji obniżek cen i prognozowania popytu
- •Opracowywanie algorytmów rekomendacji cenowych na podstawie danych sprzedażowych
- •Szacowanie elastyczności cenowej i efektywności promocji
- •Projektowanie i utrzymywanie zbiorów danych analitycznych dla inicjatyw cenowych
- •Przeprowadzanie zaawansowanych analiz statystycznych i prezentacja wniosków biznesowych
- •Współpraca z zespołami Planowania, Zakupów i Technologii w celu identyfikacji optymalizacji
- •Monitorowanie wydajności modeli i ciągłe doskonalenie ich dokładności
Oferta odpowiednia dla osób na początku kariery w IT.
Świeżo po studiach magisterskich z dziedziny ilościowej z 2-letnim doświadczeniem (np. staże, praca badawcza), biegły w Pythonie i SQL, zna podstawy ML i statystyki.
Osoby z mniej niż 2 latami doświadczenia w data science lub bez tytułu magistra w dziedzinie ilościowej. Rola wymaga samodzielności w budowaniu modeli, więc juniorzy bez praktyki mogą mieć trudności.
- ?Jaki jest tryb pracy (stacjonarny, hybrydowy, zdalny) i ile dni w biurze?
- ?Ile osób liczy zespół Data Science i ile osób pracuje przy projekcie pricingowym?
- ?Czy istnieje dyżur techniczny (on-call) dla modeli produkcyjnych?
- ?Jakie konkretne usługi Azure są używane?
- ?Jak wygląda proces wdrażania modeli – czy jest to w pełni zautomatyzowane?
- ?Jaki jest zakres odpowiedzialności na co dzień – czy więcej analiz, czy programowania?
- ?Czy istnieje możliwość pracy zdalnej w pełni, czy wymagana jest obecność w Poznaniu?
- −Tryb pracy (stacjonarny/hybrydowy/zdalny)
- −Wielkość zespołu Data Science
- −Proces rekrutacyjny (etapy, zadanie domowe, live coding)
- −Zakres odpowiedzialności za utrzymanie modeli w produkcji
- −Konkretne narzędzia (np. które biblioteki są używane poza wymienionymi)
Opis mówi o przyjaznej atmosferze, wsparciu kolegów i kulturze organizacyjnej 'Pepcoolture' – sugeruje to nieformalne środowisko w dużej firmie.