Ozon

Аналитик данных в Команду качества и потерь

Коротко

Аналитик данных в команде, которая занимается анализом потерь в логистике Ozon — недостачи, брак, возвраты, «зависшие» запасы. Требуется сильный SQL, опыт с Python/Pandas, построение BI-дашбордов (Superset, Grafana) и работа с DWH на распределённом хранении. Нужно ставить задачи дата-инженерам, строить аналитические витрины и закрывать ad-hoc запросы бизнеса. Работа в офисе в Москве, гибридный формат.

О команде
Мы — небольшая команда, отвечающая за ключевое направление в логистике — работу с потерями. Мы ищем, куда и почему уходят товары: разбираем недостачи, брак, возвраты, «зависшие» запасы и другие аномалии. Наша задача — не просто зафиксировать факт потери, а понять её природу: сопоставляя данные с физическими действиями сотрудников на разных этапах логистической цепи, мы выявляем не только прямые потери, но и неэффективности процессов, которые к ним приводят. Наш процесс построен на глубоком погружении в данные.
Вам предстоит
•Собирать и формализовывать требования бизнеса, взаимодействовать с разработчиками систем‑источников данных, изучать контракты и регламенты, чтобы понять природу потерь.
•Ставить задачи дата‑инженерам на поставку сырых данных из источников (HDFS, Kafka и другие), затем самостоятельно чистить, обогащать и структурировать данные в аналитические витрины.
•Строить дашборды в BI (Superset, Grafana), настраивать автоматическую загрузку данных и расчёты, организовывать регулярные выгрузки отчётов в чат‑боты и на почту, чтобы бизнес оперативно получал актуальную информацию.
•Выполнять ad‑hoc запросы коллег из других отделов, помогать находить ответы на нестандартные вопросы и проверять гипотезы.
Мы ожидаем
•Уверенный SQL: опыт работы со сложными многоуровневыми запросами (CTE, JOIN, оконные функции) и оптимизации запросов на уровне СУБД.
•Опыт работы с Python (Pandas): обработка и трансформация табличных данных, автоматизация расчётов, оптимизация кода по памяти и времени выполнения.
•Опыт создания отчётов в BI‑инструментах с нуля — Superset и Grafana.
•Понимание принципов работы DWH с распределённым хранением; желательно знакомство с якорной моделью хранения.
•Аккуратность: чистый код, внимание к деталям и умение структурировать большой поток информации.
Будет плюсом
•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.
Мы предлагаем
•Динамичный и быстроразвивающийся бизнес, ресурсы, возможность сделать вместе лучший продукт на рынке e-commerce.
•Свободу действий в принятии решений.
•Достойный уровень заработной платы.
•Профессиональную команду, которой мы гордимся.
•Возможность развиваться вместе с нашим бизнесом.
•Забота о здоровье: ДМС, стоматология, корпоративный спорт.
•Развитие: онлайн и офлайн обучение, библиотеки, конференции.
•Скидки и бенефиты от партнеров.
•Социальная поддержка: мат.помощь, сертификат при рождении ребенка.
•Жилищные программы для сотрудников.
•Прекрасный офис, безлимитный кофе, полезные перекусы.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте