Pracownik naukowy ds. danych — sieć

Relay zasadniczo zmienia sposób przepływu towarów w erze Internetu. Wspierany przez największą w historii europejską serię logistyczną A (35 mln USD) prowadzoną przez inwestorów z branży deep-tech Plural oraz niedawno zamkniętą serię B (95 mln USD), Relay skaluje się szybciej niż 99% start-upów wspieranych przez przedsięwzięcia typu venture. Tworzymy najbardziej utalentowany zespół, jaki kiedykolwiek widziała branża logistyczna
Misją Relay jest uwolnienie handlu od tarć. Obecnie wysokie koszty dostawy pełnią rolę ukrytego podatku w handlu elektronicznym, po cichu kształtując to, co można sprzedawać w Internecie i ograniczając liczbę uczestników. Wyobrażamy sobie świat, w którym więcej towarów przepływa swobodniej między większą liczbą osób, dzięki czemu zakupy online są płynne i dostępne dla każdego.

ZESPOŁ
• ~160 osób, z czego około połowa w dziale inżynierii, produktów i danych
• Ponad 45 zaawansowanych stopni naukowych w dziedzinie informatyki, matematyki i badań operacyjnych
• Tysiące punktów danych przechwyconych, obliczonych, przeanalizowanych i przewidywanych dla każdej obsługiwanej przez nas przesyłki
• Tętniąca życiem intelektualnie kultura myślenia według pierwszych zasad, ścisłe pętle informacji zwrotnej i nieustanne eksperymentowanie

O roli
Sieć Relay działa w oparciu o prognozy. Każda zmiana zwolniona podczas sortowania, każda wysłana furgonetka w średnim dystansie, każda zaplanowana trasa ostatniej mili, każda podjęta decyzja o rozszerzeniu – wszystko to w oparciu o modele, które przewidują, w jaki sposób paczki przemieszczają się przez nasz system. Jeśli te modele są prawidłowe, sieć działa wydajnie, a koszt przypadający na paczkę spada. Kiedy dryfują, koszty rosną na każdym etapie operacji. Zespół Network buduje i utrzymuje silnik prognostyczny, który napędza to wszystko, a prognozowanie popytu jest jego rdzeniem: jedna prognoza tego, co będzie dostępne do sortowania, przy szczegółowości outcode, od D0 do D30.
Jako specjalista ds. danych osobowych jesteś technicznym kotwicą w zakresie prognozowania popytu. Jesteś właścicielem najtrudniejszych i najbardziej niejednoznacznych części prognozy oraz ustalasz metodologię i standardy walidacji, zgodnie z którymi ma pracować reszta obszaru. Oznacza to posiadanie jednej zintegrowanej prognozy określającej, jaki wolumen będzie musiał przenieść sieć, według obszaru i do trzydziestu dni, a następnie warstwa zarządzania popytem przekształca ją w plan operacyjny, na którym działają centra sortowania i zespoły transportowe. Oznacza to posiadanie części prognozy opartej na modelu, gdzie horyzont wykracza poza wszelkie aktualne dane śledzenia, a oczekiwane przesyłki muszą być generowane na podstawie modeli, a nie obserwowane. Oznacza to posiadanie prognozy wolumenu przychodzących przesyłek międzynarodowych, co stanowi jeden z najtrudniejszych problemów prognozowania, jakie mamy. Oznacza to także posiadanie modeli, które przewidują rozmiar i wagę każdej paczki, co przekłada liczbę paczek na fizyczną objętość, która faktycznie musi zostać posortowana i załadowana.
To jest rola, która wymaga zaangażowania. Większość czasu będziesz spędzać na budowaniu, a nie na zarządzaniu. Wyznaczasz kierunek sposobu, w jaki Demand Forecasting modeluje, ocenia i dostarcza swoją pracę, a także podnosisz poprzeczkę techniczną w całym obszarze, ale robisz to jako najstarszy indywidualny specjalista w pomieszczeniu, korzystając z narzędzi. Będziesz współpracować ze starszym analitykiem danych, który jest właścicielem prognoz wolumenów krajowych, inżynierem ML, który zapewnia niezawodne działanie modeli w środowisku produkcyjnym, oraz analitykiem, który jest odpowiedzialny za dokładność prognoz i jakość danych. Przywództwo, strategia i priorytety międzyoddziałowe zależą od menedżera ds. analizy danych, który kieruje zespołem; jesteś właścicielem nauki.
Relay obsługuje scentralizowany zespół ds. danych, składający się z około 30 inżynierów, analityków i badaczy danych, a specjaliści są umieszczeni w zespołach w całej firmie. Będziesz pracować w zespole ds. sieci i raportować do scentralizowanego zespołu ds. danych. Dział prognozowania popytu rozwija się, a jako jego personel DS będziesz miał decydujący głos w sprawie jego kierunku technicznego i przyjętego podejścia do modelowania.

Co zrobisz

• Posiadaj kompleksową zintegrowaną prognozę. Połącz w najbliższej przyszłości sygnały śledzenia na żywo z dalszymi działkami wygenerowanymi przez model w jeden widok według obszaru, od dzisiaj do trzydziestu dni do przodu. W tym widoku warstwa zarządzania popytem przekształca się w plan, na którym faktycznie działają Sortation, Middle Mile i Last Mile.

• Buduj najtrudniejsze modele w okolicy. Wygenerowana przez model prognoza długoterminowa, prognoza wolumenu przesyłek przychodzących w transporcie międzynarodowym oraz modele rozmiaru i wagi paczek, dzięki którym prognoza jest miarą fizycznej objętości, a nie tylko liczbą. Są to niejednoznaczne problemy o dużej dźwigni i to one są Twoje.

• Ustal metodologię i standardy walidacji dla prognozowania popytu. Zdefiniuj sposób oceny modeli, sposób pomiaru dokładności w każdym horyzoncie czasowym (prognozy sporządzonej na trzydzieści dni nie należy dorównywać prognozie sporządzonej na dwa dni) i jak „dobrze” wygląda w modelach obszaru.

• Podnieś poprzeczkę techniczną. Przejrzyj podejścia, dokonuj wyboru modelu i rozmów typu „buduj zamiast kupuj”, a także opiekuj się starszym specjalistą ds. danych i analitykiem obok siebie, bez konieczności angażowania się w ich bezpośrednie kierownictwo.

• Zdefiniuj interfejsy prognozy. Zdecyduj, co funkcja Demand Forecasting przekazuje warstwie zarządzania popytem, ​​routingowi i funkcji planowania sieci: z jaką szczegółowością, z jakimi gwarancjami i w jaki sposób przypisywany jest błąd, gdy liczba okaże się błędna.

• Poznaj procesy operacyjne, którym służą Twoje modele, przy wsparciu zespołu i zespołów korzystających z prognoz, i zidentyfikuj, gdzie obecne podejście jest niewystarczające.

• Własna jakość produkcji na terenie całego osiedla, współpraca z inżynierem ML w celu monitorowania modeli, wczesnego wykrywania odchyleń i śledzenia problemów z dokładnością do właściwej przyczyny, a nie ponownego dostrajania na ślepo.

• Współpracuj z Działem Finansów, który rozszerza prognozy operacyjne na długoterminowe projekcje finansowe, aby zapewnić niezawodne przełączanie pomiędzy modelami operacyjnymi i finansowymi.

• Określ ilościowo wpływ błędu modelu na koszt paczki i wykorzystaj go do podjęcia decyzji, gdzie obszar inwestuje wysiłki…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/relay/staff-data-scientist-network-london-408439)