Middle · Удалённо из России · Москва, Россия · Английский не нужен
Навыки
Партнёрский маркетинг
CAC / CPA / CPL
Логистика
Machine Learning
Ритейл
Постановка задач и ТЗ
Складской учёт
О компании и продукте
Меня зовут Антон, я CPO в Департаменте качества, мы тут про цифры, аналитику и ИИ
Ищу аналитика, для которого «разобраться, как процесс устроен на самом деле» - это интересная задача, а не подготовительный этап перед написанием ТЗ. Приёмка товара на распределительном центре - процесс, где сходятся ГОСТы, паспорта качества, договорные условия с поставщиком, физическая выборка из партии и решение человека за 40 секунд. Ни один документ не описывает его целиком. Твоя работа - сделать так, чтобы он стал описан. И чтобы из этого описания вырос продукт. ЕСК - это платформа входного контроля, инструменты для команд качества на РЦ и AI-контроль партий по фотографии. Мы сами разрабатываем технические продукты и сами внедряем ИИ-анализ - не покупаем готовое, а собираем под реальный процесс. Это роль, где аналитик во многом определяет, что вообще нужно строить
Задачи
Создаем «Единую систему качества» для 80+ млн покупателей, а так же платформенное решение для наших коллег по группе компаний
Строить реальный процесс приёмки и контроля качества — на РЦ
Описывать AS-IS и проектировать TO-BE: сценарии, роли, точки принятия решений, исключения
Превращать требования ГОСТов и паспортов качества в правила, пригодные для системы
Формализовать методики выборочного контроля и критерии дефектности так, чтобы их можно было проверить кодом
Готовить постановки задач для ИТ-команд и требования к разметке данных для ML
Считать эффект: сколько потерь снимает конкретное изменение процесса
Держать связь между качеством, логистикой, финансами и ИТ на уровне фактов, а не мнений
Способность удерживать несколько несогласных сторон в одном документе
Требования
Опыт бизнес-анализа от 2–3 лет - ритейл, логистика, производство или промышленные ИТ-продукты
Умение самому добывать информацию: выехать, посмотреть, посчитать, а не ждать входных данных
Опыт описания процессов и подготовки требований к разработке
Точность в цифрах и готовность спорить, если цифра не сходится
Ты уже используешь ИИ в работе - и как инструмент анализа, и как предмет постановки задач: понимаешь, что можно отдать модели, а что нельзя