Jesteśmy Thrasio - Budowniczowie mile widziani!
Wprowadzenie: W Thrasio dążymy do tego, aby najbardziej lubiane produkty na świecie były dostępne dla wszystkich. Nasz zespół ulepsza krajobraz handlu, wykorzystując głębokie wglądy w oceny, rankingi i opinie konsumentów, w połączeniu z naszą wiedzą na temat łańcucha dostaw i marketingu. Z 1 na 6 gospodarstw domowych posiadających produkt Thrasio, naszym celem pozostaje: zapewnić, aby każdy klient był zachwycony swoim zakupem.
Co nas wyróżnia: W Thrasio jesteśmy więcej niż tylko firmą; jesteśmy budowniczymi. Działamy w przekonaniu, że każdy jest liderem, przyczyniając się do naszych celów niezależnie od tytułów. Nasze Zasady Przywództwa kierują naszą współpracą, zapewniając, że marki i usługi, które dostarczamy, przekraczają oczekiwania klientów. Promujemy ciągłą naukę i efektywność, tworząc miejsce pracy, gdzie każdy czuje, że należy i może prosperować jako część Jednego Zespołu.
Jako kluczowy członek zespołu ds. Badań Operacyjnych, będziesz odgrywać istotną rolę w optymalizacji dostaw. Stanowisko to koncentruje się na zarządzaniu zapasami, prognozowaniu, cenach i decyzjach marketingowych dla naszego szerokiego portfolio produktów omnichannel.
- Wykorzystywanie symulacji zdarzeń dyskretnych i optymalizacji stochastycznej, w tym programowania liniowego i procesów decyzyjnych Markowa, do udoskonalania polityk zapasów w warunkach niepewności.
- Współpraca z zespołami ds. cen, promocji i nauki o marketingu w celu integracji wpływów biznesowych w spójny framework optymalizacji.
- Praca z zespołami transdyscyplinarnymi, w tym z inżynierią i zarządzaniem produktem, w celu tworzenia i utrzymywania interfejsów dla integracji modeli.
- Zarządzanie indywidualnymi ścieżkami rozwoju, skuteczne radzenie sobie z ryzykiem i utrzymanie zaangażowania interesariuszy.
- Rozwój i wsparcie produkcyjnego kodu, który napędza kluczowe decyzje biznesowe.
- Zaawansowany stopień naukowy (magister lub doktorat) w dziedzinie ilościowej, takiej jak informatyka, badania operacyjne, ekonomia lub inżynieria przemysłowa.
- Minimum 1-3 lata doświadczenia w dziedzinie nauk o danych w środowisku e-commerce lub łańcucha dostaw, w zależności od kwalifikacji akademickich.
- Znajomość modelowania symulacyjnego, Pythona lub R, SQL i systemów kontroli wersji, takich jak Git.
- Doświadczenie z nowoczesnymi technikami i narzędziami uczenia maszynowego, takimi jak XGBoost, LightGBM i Pytorch.
- Mocne podstawy w prognozowaniu, strategiach cenowych i wnioskowaniu przyczynowym.
- Znajomość rozproszonych platform obliczeniowych takich jak Databricks, Snowflake lub Spark.
Nasze zobowiązanie do