Вход Блог
Строительство и ремонт
Репетиторы
Красота
Фрилансеры
Разные специалисты
Тренеры
Уход за животными
Автоинструкторы

Data scientist — удалённая работа в Москве

Дата: 2025-11-09
Детали
Регион
Москва
Занятость
дистанционно
Стоимость
договорная
Дата публикации
2025-11-09
Описание
небольшой дэш показывающий данные в динамике. Техническое задание (ТЗ) на разработку Мульти-магазинного Дашборда для мониторинга Wildberries 1. Цель проекта Создать централизованную автоматизированную систему мониторинга и анализа ключевых показателей эффективности (KPI) для одного или нескольких магазинов Wildberries. Система должна предоставлять данные в иерархическом виде (от общего к частному) с возможностью детализации по дням/неделям, а также включает ручное управление себестоимостью и закреплением товаров за менеджерами. 2. Ключевые пользователи и их потребности Владелец/Руководитель (нескольких магазинов): Оценка общей и сравнительной эффективности всех магазинов. Выявление лучших и отстающих магазинов/категорий. Консолидированная отчетность по всем точкам продаж. Отслеживание динамики продаж и прибыльности в разрезе каждого магазина. Маркетолог: Анализ показателей видимости (показы, переходы, CTR) и конверсии по всем магазинам или выборочно. Менеджер по продажам: Мониторинг показателей по своим закрепленным товарам в рамках одного или нескольких магазинов. Финансист: Контроль чистой прибыли, маржинальности и ДРР по всем магазинам. 3. Функциональные требования 3.1. Источник данных и автоматизация Источник: Данные должны автоматически загружаться через API личного кабинета продавца Wildberries. Периодичность обновления: Ежедневное автоматическое обновление данных за предыдущий день для всех подключенных магазинов. Платформа: Предпочтительно Google Sheets (для простоты совместного доступа и гибкости) или Google Looker Studio (для более продвинутой визуализации). Альтернатива — Power BI / Tableau. 3.2. Иерархия данных и структура отчета Отчет должен иметь четыре основных уровня детализации: Уровень “Все магазины“ (консолидированный): Сводные KPI по всем подключенным магазинам. Уровень “Магазин“ (индивидуальный): Детальные KPI по выбранному магазину. Уровень “Предмет“ (категория): Детализация по товарным категориям внутри выбранного магазина. Уровень “Артикул“ (НМ): Детальная аналитика по каждому товару внутри выбранного магазина и категории. На каждом уровне должны отображаться следующие метрики (согласно структуре файла): Заказы (и динамика DOD/WOW) ДРР Финансы: Чистая прибыль валовая, на единицу, маржинальность. Маркетинг: Показы, Переходы, CTR, Корзина, Конверсия в корзину, Заказ, Конверсия в заказ, Выкупы, % Выкупов. Только для уровня “Артикул“: Цена со скидкой до СПП, СПП, Цена на полке, Остаток. 3.3. Управление несколькими магазинами Подключение новых магазинов: В интерфейсе дашборда должна быть реализована простая возможность добавить новый магазин Wildberries (ввод API-ключа и наименования магазина) без необходимости создания новой таблицы или отчета. Централизованный справочник магазинов: Создать отдельный модуль (лист “Настройки“ или “Магазины“) для управления подключенными магазинами (добавление, редактирование, отключение). Единые справочники: Справочники себестоимости и закрепления менеджеров должны быть общими для всех магазинов, но с возможностью фильтрации и отображения в разрезе каждого магазина. Переключение между магазинами: В интерфейсе дашборда должен быть основной фильтр/переключатель для выбора магазина для детального анализа (“Показать все“, “Магазин 1“, “Магазин 2“ и т.д.). 3.4. Срез по менеджерам (второй уровень детализации) Должна быть возможность фильтровать и просматривать данные по уровням (“Магазин“, “Предмет“ и “Артикул“) через призму закрепленного менеджера. Для этого необходима отдельная таблица-справочник для закрепления артикулов за менеджерами. 3.5. Гибкость временных периодов Детальный вид: Отображение данных по дням (как в исходном файле). Свернутый вид: Возможность “свернуть“ дни для просмотра агрегированных данных по неделям (столбец “W36“ в исходном файле). Должна быть колонка “VS LW“ (сравнение с предыдущей неделей) для ключевых метрик. 3.6. Вспомогательные модули (ручной ввод) Модуль себестоимости: Простая табличная форма для ручного ввода/обновления себестоимости по каждому артикулу. Это необходимо для корректного расчета чистой прибыли и маржинальности. Данные должны быть привязаны к артикулу и быть едиными для всех магазинов. Модуль закрепления менеджеров: Простая таблица для сопоставления артикулов и ответственных менеджеров. Данные должны быть привязаны к артикулу и быть едиными для всех магазинов. 4. Нефункциональные требования Удобство интерфейса: Интуитивно понятная навигация, возможность быстрой фильтрации (по магазинам, менеджерам, периоду) и сортировки. Производительность: Время загрузки и обработки данных не должно превышать 5-10 минут после их получения с API. Система должна оставаться отзывчивой при работе с данными нескольких магазинов. Надежность: Система должна корректно обрабатывать ошибки API (например, отсутствие данных за день, проблемы с подключением, неверный API-ключ) и уведомлять пользователя. Безопасность: Доступ к дашборду и данным должен быть разграничен (если необходимо). API-ключи должны храниться безопасно. 5. Этапы разработки Проектирование: Согласование финальной структуры дашборда и логики расчета всех показателей. Проектирование базы данных/структуры таблиц для поддержки нескольких магазинов. Настройка интеграции с API WB: Написание скриптов (Google Apps Script, Python и т.д.) для автоматического сбора данных с поддержкой множественных API-ключей. Разработка ядра дашборда: Создание листов/страниц в выбранном инструменте (Google Sheets/Looker Studio) с консолидированным видом и видом по одному магазину. Реализация модулей: Создание модулей для управления магазинами, ввода себестоимости и закрепления менеджеров. Настройка визуализации и фильтров: Реализация переключения между просмотром по дням и неделям. Настройка главного фильтра по магазинам и второстепенных фильтров. Тестирование: Проверка корректности данных, работы фильтров, автоматизации и нагрузки при работе с несколькими магазинами. Запуск и документация: Развертывание системы и написание краткой инструкции для пользователей по управлению магазинами и работе с отчетом. 6. Технические примечания для аналитика Динамика DOD (Day-over-Day): (Значение сегодня / Значение вчера) - 1 Динамика WOW (Week-over-Week): (Значение за текущую неделю / Значение за прошлую неделю) - 1 CTR (Click-Through Rate): Переходы / Показы Конверсия в заказ: Заказы / Переходы Маржинальность: (Чистая прибыль на единицу / Цена реализации) * 100% Расчет финансовых показателей: Требует предварительного занесения себестоимости вручную. Чистая прибыль = Выручка - Логистика - Хранение - etc. (по данным WB) - Себестоимость. Идентификация данных: Все данные, получаемые через API, должны быть четко привязаны к конкретному магазину (API-ключу) во внутренней структуре хранения.
Похожие заказы

Data scientist

дистанционно
договорная
Обучение. Обучение основам анализа данных.
Москва Фрилансеры

Data scientist

дистанционно
договорная
Разработка с нуля. Приглашаем аналитика / руководителя исследовательского проекта для реализации масштабного исследования, посвященного перспективным направлениям экспорта российской медицинской продукции на зарубежные рынки. Проект предполагает комплексный анализ международных рынков, экспортного потенциала российских производителей, регуляторной среды, конкурентного окружения и разработку практических рекомендаций по развитию экспорта медицинской продукции. Обязанности Аналитика российского экспорта медицинской продукции анализ мировых тенденций экспорта медицинской продукции; исследование текущего состояния экспорта российской медицинской продукции; формирование перечня российских производителей и экспортеров медицинской продукции; анализ номенклатуры продукции и уровня локализации производства; оценка объемов экспорта по категориям продукции и странам-импортерам; анализ мер государственной поддержки экспорта; оценка зарубежных торговых ограничений и санкционных мер, влияющих на экспорт с 2022 года. Анализ зарубежных рынков Проведение исследований по следующим странам: Армения, Беларусь, Кыргызстан, Казахстан, Таджикистан, Туркменистан, Узбекистан, Абхазия, Южная Осетия, Бразилия, Никарагуа, Куба, Вьетнам, Египет, Эфиопия, Мьянма, Намибия, Зимбабве. В рамках исследования: анализ торгового, таможенного и налогового регулирования импорта медицинской продукции; исследование регуляторных требований и процедур допуска продукции; анализ межгосударственных объединений и гармонизированных нормативных требований; оценка демографических, экономических и отраслевых трендов; анализ стратегических документов и государственных приоритетов закупок; прогнозирование объемов импорта медицинской продукции до 2030 года; анализ конкурентной среды и рыночного позиционирования; исследование барьеров регистрации и обращения продукции; анализ патентования и возможностей защиты интеллектуальной собственности. Разработка рекомендаций определение перспективных направлений экспорта; оценка конкурентных преимуществ российской медицинской продукции; определение наиболее перспективной продукции для отдельных рынков; разработка рекомендаций по каналам сбыта; анализ возможностей правовой охраны разработок; подготовка предложений по совершенствованию мер государственной поддержки экспорта. Требования Обязательные: высшее образование (экономика, международные отношения, здравоохранение, фармацевтика, биомедицинские технологии, государственное управление или смежные направления); опыт подготовки аналитических исследований, market research или консалтинговых проектов; опыт работы с международной аналитикой, внешнеэкономической деятельностью или экспортной тематикой; уверенные навыки поиска, обработки и анализа данных; опыт подготовки аналитических отчетов и презентаций; высокий уровень письменной аналитики и структурирования информации; уверенное владение Excel, PowerPoint, Word. Будет преимуществом: опыт работы в фармацевтической отрасли, MedTech или медицинской промышленности; опыт анализа международного регулирования и таможенно-торговой политики; понимание патентной и регуляторной тематики; владение английским языком для работы с зарубежными источниками; опыт подготовки исследований объемом 100+ страниц или участия в государственных/международных проектах. Результат работы Итогом проекта станет: аналитический отчет объемом не менее 200 страниц; презентационные материалы не менее 50 слайдов; практические рекомендации по развитию экспорта российской медицинской продукции.
Москва Фрилансеры

Data scientist

дистанционно
договорная
Консультация. У нас есть образовательная лицензия. Есть два курса, которые одобрены Минздравом, за которые идет начисление баллов НМО. По окончании обучения мы выдаем студентам сертификат о профессиональной подготовке. Хотим понять, необходимо ли данные об обучении вносить в ФИС ФРДО. В ФРДО зарегистрировались, но к ним нельзя вносить сертификаты.
Сочи Фрилансеры

Data scientist

дистанционно
договорная
Работа по анализу данных. Пожелания и особенности: Постоянная работа. Нужен выпускник технического вуза, знающий Excel, работу с базами данных. Необходимо проводить анализ данных с ценами, полученных от поставщиков. Данные переносятся в информационную систему. Также необходимо достроить систему, чтобы она сама могла анализировать данные.
Москва Фрилансеры

Data scientist

дистанционно
договорная
Анализ данных. Есть 2 вопроса исследования: набор данных и модель, в соответствии с которой их нужно проанализировать. Нужно выполнить этот анализ в R Studio, объяснить код, с помощью которого он был проведен и сделать вывод по исследованию.
Москва Фрилансеры

Data scientist

дистанционно
договорная
Доработка существующего продукта. Доработка существующего функционала на основе YOLO. Функционал по анализу документов, поиск ошибок, ключевых слов, составление отчета. Подробнее в запросе.
Москва Фрилансеры

Data scientist

дистанционно
договорная
Настройка.
Москва Фрилансеры