Ведущий специалист по математическому моделированию и операционной аналитике в ГК Фармасинтез Москва

Разрабатывать модели прогнозирования спроса, продаж, отгрузок, потребности в сырье, материалах и готовой продукции в разрезе номенклатуры, предприятий, регионов, каналов и периодов;

Формировать сценарные и оптимизационные модели для выбора вариантов производственного плана, объёмов закупок, загрузки мощностей, распределения дефицитных запасов и сроков поставок, производства и отгрузок с учётом экономического эффекта и действующих ограничений;

Разрабатывать модели раннего выявления рисков и существенных отклонений: дефицита, невыполнения планов, перепроизводства, избыточных и неликвидных запасов, риска списания, срыва сроков, перегрузки мощностей, возникновения узких мест и искажений исходных данных;

Отслеживать изменения рынка, спроса и иных внешних и внутренних факторов, влияющих на реалистичность планов и экономическую целесообразность выпуска; подготавливать рекомендации по сокращению, переносу или перераспределению выпуска, корректировке приоритетов и замене продукции в краткосрочном плане для предотвращения дефицита, перепроизводства и списаний;

Проводить факторный анализ отклонений фактических показателей от плановых и прогнозных значений; формировать единый подход к расчёту показателей точности прогнозирования, обеспеченности, оборачиваемости запасов, риска дефицита и списания, потерь от перепроизводства и дефицита;

Оценивать качество, полноту и согласованность данных; формировать требования к справочникам, витринам и интеграциям совместно с ЦСИТ, управлением данными, закупками, производством, логистикой, коммерческим блоком и финансами;

Проводить пилотирование моделей, оценивать их качество и фактический операционный и экономический эффект; формировать требования к внедрению, мониторингу и сопровождению в регулярной управленческой практике

Представлять результаты моделирования руководителям в форме прогноза или выявленного отклонения, вариантов действий, ожидаемого эффекта, ограничений, рисков и рекомендуемого решения.

Высшее образование в области прикладной математики, математической статистики, экономики, информатики, физики, инженерии или смежных направлений; опыт работы в Data Science, прогнозировании, Operations Research, Supply Chain Analytics, промышленной аналитике или математическом моделировании от 3-4 лет;

Практический опыт разработки моделей прогнозирования спроса, продаж, производства, запасов, закупок, сроков поставок или иных операционных показателей, а также задач оптимизации распределения ресурсов, запасов и производственных планов;

Уверенное владение Python и SQL; знание методов анализа временных рядов, математической статистики, машинного обучения, проверки гипотез, сценарного моделирования и математической оптимизации;

Опыт работы с большими массивами данных, контроля их качества, внедрения и сопровождения расчётных моделей; способность самостоятельно вести задачу от бизнес-вопроса до оценки результата;

• Будет преимуществом опыт в фармацевтике, производстве, FMCG, логистике, дистрибуции или управлении запасами, а также опыт работы с S&OP, ERP, MES, WMS и BI-системами.