Lead Data Scientist - Replenishment Optimization

O Tiger Analytics: Tiger Analytics jest na czele przekształcania wyzwań biznesowych w możliwości za pomocą mocy AI i analityki. Jesteśmy dumni z dostarczania rozwiązań szytych na miarę, które integrują dane i technologię w różnych globalnych branżach, z partnerskimi relacjami z wieloma firmami z listy Fortune 100. Nasza dynamiczna obecność obejmuje USA, Wielką Brytanię, Indie i Singapur, uzupełniona o solidną zdalną siłę roboczą.

Lider na Rynku: Jesteśmy liderem w doradztwie w zakresie AI i analityki w sektorach dóbr konsumpcyjnych i handlu, obecnie generując ponad 40% naszych przychodów z tego szybko rozwijającego się obszaru.

Podsumowanie pracy: Poszukujemy doświadczonego Starszego Naukowca Danych z zaokrąglonym doświadczeniem w analizie danych, praktycznym doświadczeniem w optymalizacji strategii uzupełniania i alokacji zasobów w łańcuchach dostaw, wzmocnionym przez mocne umiejętności kodowania.

• Zrefaktoryzować istniejący algorytm optymalizacji dystrybucji używając programowania zorientowanego obiektowo w Pythonie.
• Zaangażować się w najnowsze aplikacje data science, aby rozwiązać złożone problemy biznesowe w zakresie optymalizacji łańcucha dostaw i handlu detalicznego/dóbr konsumpcyjnych.
• Zastosować zaawansowane techniki statystyczne i algorytmy do przetwarzania dużych zestawów danych, wyciągając z nich praktyczne wnioski dla uzupełniania i alokacji zapasów.
• Rozwijać i wdrażać nowoczesne modele predykcyjne i algorytmy optymalizacji w celu usprawnienia zarządzania zapasami, minimalizacji braków i zwiększenia dystrybucji zasobów.
• Pracować wspólnie z zespołami interdyscyplinarnymi, aby przekształcić potrzeby biznesowe w solidne rozwiązania oparte na danych.
• Projektować i przeprowadzać eksperymenty w celu oceny skuteczności różnych strategii uzupełniania i polityk.
• Analizować i interpretować kluczowe wskaźniki efektywności (KPI), doradzając w kwestii ciągłego doskonalenia.
• Być na bieżąco z trendami w dziedzinie data science, uzupełniania i zarządzania łańcuchem dostaw, aby napędzać innowacje wewnętrzne.
• Współpracować i dzielić wiedzę w naszym dynamicznym zespole ekspertów od nauk danych.

• Co najmniej 6+ lat odpowiedniego doświadczenia jako Naukowiec Danych skupiony na optymalizacji uzupełniania i zarządzaniu zapasami.
• Stopień naukowy w dziedzinie informatyki, statystyki, badań operacyjnych lub pokrewnym (licencjat lub magister).
• Głęboka znajomość metod statystycznych, technik optymalizacji i modelowania predykcyjnego.
• Znajomość Pythona, PySpark, SQL i zaznajomienie z różnymi bibliotekami analizy danych i uc