Job VC
Lead Data Scientist
Technologies
Description
COMFY — провідний омніканальний ритейлер побутової техніки та електроніки в Україні з 110 магазинами, який входить до трійки найкращих платформ електронної комерції.
Ми в пошуку
Lead Data Scientist
, якому вже замало просто будувати моделі.
Ця роль про можливість
володіти повним циклом перетворення даних у рішення
— від постановки задачі до впливу на фінансовий результат компанії.
Моделі тут не «для презентацій», а вшиті в реальні бізнес-процеси: ціни, промо, запаси, асортимент, персоналізація.
Що робить цю роль особливо цікавою:
реальний масштаб — мільйони транзакцій, складні сезонні патерни, тисячі SKU;
чіткий бізнес-ownership — відповідальність не за точність, а за маржу, ефективність промо і ROI;
production-first підхід — моделі одразу проєктуються для продакшну, автоматизації та масштабування;
простір для архітектури рішень — побудова decision-layer, а не окремих моделей.
Ця роль дозволяє перейти від «я роблю ML» до «я керую тим, як бізнес приймає рішення на базі ML».
Основні задачі:
Побудова
ML-напрямку:
розробка та запуск
ML-моделей
у продакшн (прогнозування попиту, розрахунку ефекту промо, моделі еластичності попиту, оптимізація асортименту). Побудова MLOps-процесів, CI/CD для моделей.
Відповідальність за бізнес-результат
ML-моделей:
спільна робота з усіма дирекціями компанії і трансформація моделей в управлінські та автоматизовані рішення.
MLOps та production-підхід: побудова пайплайнів навчання моделей, CI/CD для ML, моніторингу якості та дрейфу. Моніторингу якості для стабільних, масштабованих і відтворюваних моделей.
Формування команди Data Scientists, менторинг middle/senior та встановлення стандартів для фіч, валідацій і інтерпретованості моделей.
Взаємодія з Data Engineering та BI: забезпечення якості даних, стабільних датасетів та інтеграції результатів моделей у BI та операційні системи.
Ми очікуємо:
6+ років досвіду у Data Science / Machine Learning
Обов’язковий практичний досвід запуску
ML-моделей
у продакшні
Впевнене володіння Python та SQL; ML: sklearn, xgboost, lightgbm, deep learning (бажано); Time series forecasting; Recommender systems; MLOps: MLflow, Docker, Kubernetes, CI/CD
Бізнес-орієнтоване мислення, вміння «продавати» ML бізнесу, лідерство та менторство, відповідальність за результат
Бажантй досвід у ритейлі / FMCG / e-commerce
Ми пропонуємо:
Реальний вплив ML на бізнес
Великі обсяги даних і складні ритейл-кейси
Сильну data-команду та підтримку бізнесу
Конкурентну винагороду та розвиток
Пиши, якщо відгукнулося ✉️
Ми в пошуку
Lead Data Scientist
, якому вже замало просто будувати моделі.
Ця роль про можливість
володіти повним циклом перетворення даних у рішення
— від постановки задачі до впливу на фінансовий результат компанії.
Моделі тут не «для презентацій», а вшиті в реальні бізнес-процеси: ціни, промо, запаси, асортимент, персоналізація.
Що робить цю роль особливо цікавою:
реальний масштаб — мільйони транзакцій, складні сезонні патерни, тисячі SKU;
чіткий бізнес-ownership — відповідальність не за точність, а за маржу, ефективність промо і ROI;
production-first підхід — моделі одразу проєктуються для продакшну, автоматизації та масштабування;
простір для архітектури рішень — побудова decision-layer, а не окремих моделей.
Ця роль дозволяє перейти від «я роблю ML» до «я керую тим, як бізнес приймає рішення на базі ML».
Основні задачі:
Побудова
ML-напрямку:
розробка та запуск
ML-моделей
у продакшн (прогнозування попиту, розрахунку ефекту промо, моделі еластичності попиту, оптимізація асортименту). Побудова MLOps-процесів, CI/CD для моделей.
Відповідальність за бізнес-результат
ML-моделей:
спільна робота з усіма дирекціями компанії і трансформація моделей в управлінські та автоматизовані рішення.
MLOps та production-підхід: побудова пайплайнів навчання моделей, CI/CD для ML, моніторингу якості та дрейфу. Моніторингу якості для стабільних, масштабованих і відтворюваних моделей.
Формування команди Data Scientists, менторинг middle/senior та встановлення стандартів для фіч, валідацій і інтерпретованості моделей.
Взаємодія з Data Engineering та BI: забезпечення якості даних, стабільних датасетів та інтеграції результатів моделей у BI та операційні системи.
Ми очікуємо:
6+ років досвіду у Data Science / Machine Learning
Обов’язковий практичний досвід запуску
ML-моделей
у продакшні
Впевнене володіння Python та SQL; ML: sklearn, xgboost, lightgbm, deep learning (бажано); Time series forecasting; Recommender systems; MLOps: MLflow, Docker, Kubernetes, CI/CD
Бізнес-орієнтоване мислення, вміння «продавати» ML бізнесу, лідерство та менторство, відповідальність за результат
Бажантй досвід у ритейлі / FMCG / e-commerce
Ми пропонуємо:
Реальний вплив ML на бізнес
Великі обсяги даних і складні ритейл-кейси
Сильну data-команду та підтримку бізнесу
Конкурентну винагороду та розвиток
Пиши, якщо відгукнулося ✉️