Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Nash — это автономная платформа для логистики. Мы объединяем принятие решений и выполнение задач по всему парку транспортных средств, перевозчикам, поставщикам и сетям выполнения заказов, постоянно адаптируясь к изменяющимся условиям и стремясь к наилучшему результату для каждого бизнеса.
Крупнейшие в мире ритейлеры, продуктовые магазины и аптеки, включая Walmart, 7-Eleven, Woolworths и Coles, используют Nash для управления критически важными логистическими процессами. Ваша работа будет влиять на реальные решения, связанные с миллионами доставок.
Nash была основана в 2021 году Махмудом Гульманом и Азизом Альгунаимом. Нас поддерживают Y Combinator, a16z, OpenAI и другие ведущие инвесторы, а штаб-квартира находится в Сан-Франциско.
Мы нанимаем первого специалиста по анализу данных в Nash. Вы будете сочетать продуктовый опыт, знания в области логистики или маркетплейсов и прагматичные навыки машинного обучения для создания дата-продуктов от этапа исследования до производства и оценки.
Вы будете работать с ценообразованием, диспетчеризацией, выбором перевозчика, прогнозированием времени прибытия (ETA), маршрутизацией и прогнозированием спроса и предложения. Это роль с высокой степенью ответственности для человека, который умеет находить ценные задачи, превращать неопределённость в измеримые результаты и создавать модели и системы, необходимые для улучшения этих результатов в производстве.
Вы будете напрямую сотрудничать с командами продукта, инженерии, операциями, клиентами и руководством компании.
Определять и оценивать возможности с высоким воздействием в областях ценообразования, прогнозирования затрат, диспетчеризации, выбора перевозчика, прогнозирования ETA, маршрутизации и балансировки маркетплейса.
Вести инициативы в области анализа данных от этапа 0→1 (открытие) до 1→10 (итерации, развертывание и улучшение производительности).
Работать с большими, неструктурированными операционными наборами данных, включая события доставки, геопространственные данные, показатели работы перевозчиков, ограничения клиентов и результаты SLA.
Создавать модели, учитывающие реальные логистические ограничения, изменяющийся спрос, доступность поставщиков и требования к сервису.
Разрабатывать производственные конвейеры данных и интеграции моделей с использованием Python, SQL и Snowflake.
Сотрудничать с инженерами для предоставления моделей через API, пакетные конвейеры или системы принятия решений в реальном времени.
Устанавливать рамки оценки, мониторинга, экспериментов и практики A/B тестирования.
Измерять производительность моделей по бизнес-результатам, таким как стоимость, надежность, своевременная доставка и операционное вмешательство.
Работать напрямую с корпоративными клиентами, чтобы понять их операции и преобразовать бизнес-требования в технические решения.
Четко доносить выводы, компромиссы и рекомендации до технической и нетехнической аудитории.
Опыт работы не менее 4 лет в качестве специалиста по анализу данных, инженера машинного обучения или в смежной количественной роли.
Опыт в логистике, маркетплейсах, цепочках поставок, операционных исследованиях или другой области с комплексными реальными ограничениями.
Доказанный опыт самостоятельного ведения проектов по анализу данных от определения проблемы до производства и оценки.
Высокий уровень владения Python и SQL, опыт работы с облачными хранилищами данных. Предпочтителен опыт работы с Snowflake.
Опыт создания и поддержки производственных систем машинного обучения. Глубокая специализация в MLOps не требуется.
Сильное продуктовое чутьё и способность связывать решения по моделированию с результатами для клиентов и бизнеса.
Комфорт при работе с неполными данными, неоднозначными вопросами и меняющимися операционными условиями.
Чёткие письменные и устные коммуникационные навыки, включая опыт работы с клиентами или старшими заинтересованными сторонами.
Высокая самостоятельность в быстро меняющейся среде. Вы замечаете ценные задачи и действуете по ним.
Опыт работы с маршрутизацией, моделированием ETA, алгоритмами оптимизации или геопространственными данными.
Знакомство с системами диспетчеризации, сетями перевозчиков, логистическими маркетплейсами или моделями ценообразования.
Опыт прогнозирования спроса и предложения или балансировки маркетплейса.
Знакомство с dbt, Airflow или аналогичными инструментами оркестрации данных.
Опыт развертывания моделей через API или системы принятия решений в реальном времени.
Предыдущий опыт работы в стартапе на ранней стадии или в роли основного специалиста по данным.
Решения, которые принимает Nash, влияют на стоимость доставки, кто её выполняет, когда она прибывает и соблюдается ли обещание клиенту при изменении условий.
Как наш первый специалист по анализу данных, вы определите, как Nash использует операционные данные для повышения точности этих решений. Модели, которые вы создадите, быстро перейдут от анализа к реальным логистическим процессам, давая вам прямое представление об их влиянии на клиентов и бизнес.
Стартап на ранней стадии с хорошим финансированием, реальными доходами и глобальными корпоративными клиентами
Значительная степень ответственности и автономии, прямое сотрудничество с основателями
Квартальные встречи команды для личного общения и согласования целей
Конкурентоспособная компенсация и значительная доля в компании
Гибкий оплачиваемый отпуск
Медицинская, стоматологическая и офтальмологическая страховка
В Nash мы считаем, что разнообразные команды — самые сильные команды. Мы приглашаем к подаче заявки людей всех полов, рас, этнических принадлежностей, национальностей, возрастов, религий, сексуальных ориентаций, статусов инвалидности, образовательного опыта, семейного положения и социально-экономического происхождения.
Подробнее о Nash
Коммерция изменилась. Долгие годы клиенты приходили туда, где были товары и услуги. Теперь товары и услуги приходят к ним, на их условиях, в реальном времени. Этот сдвиг превратил каждую компанию в логистическую, хотя почти ни одна из них изначально не была создана для этого. Курьеры, автопарки, работники по вызову, перевозчики посылок, сотрудники магазинов и всё чаще автономные системы — все они должны координироваться в реальном времени, в условиях сужающихся временных окон и растущих ожиданий, при этом на кону стоит доверие клиентов.
Nash объединяет принятие решений, выполнение и управление мощностями в единую программируемую платформу. Искусственный интеллект в реальном времени определяет, что должно происходить, операционный контроль выполняет это, а платформа динамически оркестрирует мощности из любых источников: собственных автопарков компании, партнеров или сети доставки Nash. Независимо от того, задействован ли курьер, водитель по вызову, внутренний автопарк, сотрудник магазина, техник или автономное транспортное средство, Nash выбирает правильный ресурс и управляет выполнением до завершения.
Мы обеспечиваем доставку и логистику для некоторых из самых узнаваемых брендов в торговле, включая Walmart, Urban Outfitters, 7-Eleven и Woolworths, а также платформы, такие как Shopify и Toast. В ближайшее десятилетие логистика станет такой же фундаментальной для коммерции, как платежи, облачные технологии и связь. Nash — это платформа, которая это обеспечивает.
Nash была основана в 2021 году Махмудом Гульманом (двукратный основатель, MIT) и Азизом Альгунаимом (двукратный основатель, двукратный участник YC, бывший сотрудник Palantir, MIT) и поддерживается Y Combinator, a16z и другими ведущими инвесторами. Штаб-квартира находится в Сан-Франциско.
✅ Стартап на ранней стадии с хорошим финансированием — вы напрямую влияете на компанию и развиваете свою карьеру!
✅ Квартальные встречи всей команды для укрепления связей
✅ Конкурентоспособная зарплата и возможность получить долю в компании
✅ Гибкий оплачиваемый отпуск
✅ Медицинская, стоматологическая и офтальмологическая страховка для сотрудников из США
Умножим шансы на каждом этапе поиска и поможем получить выгодный оффер
Узнать большеБудьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
