UPG - мережа АЗК

Задачі, над якими потрібно буде працювати:

• Розвиток та оптимізація цифрових продуктів: проєктування й вдосконалення касового програмного забезпечення (POS), робочих місць операторів, планшетів для персоналу АЗС та супутніх діджитал-інструментів.  
• Аналіз та пришвидшення операційних процесів: дослідження сценаріїв продажу пального, товарів і послуг кафе; виявлення «вузьких місць», помилок та зайвих дій персоналу з метою максимального прискорення обслуговування клієнтів.
• Управління життєвим циклом розробок: повний супровід завдань від ідеї до впровадження — постановка ТЗ розробникам та підрядникам, контроль термінів, якості й фінальних результатів.
• Проєктування користувацьких сценаріїв (User Journeys): розробка та постійне покращення алгоритмів і кроків роботи для касирів, операторів, кухарів та начальників АЗС.
• Системна інтеграція: забезпечення безперебійної взаємодії POS-рішень із ERP, CRM, програмою лояльності, платіжними системами, РРО/ПРРО, мобільним застосунком та смарт-обладнанням (наприклад, кавоматами).  
• Пілотування та масштабування: організація тестування нових функцій на пілотних АЗС, збір зворотного зв'язку від команди та розгортання успішних рішень на всю мережу.
• Участь у масштабних проєктах мережі: супровід запуску нових та реконструйованих АЗС, міграція на нове касове ПЗ та уніфікація поточних ІТ-рішень.  
• Контроль стабільності (Uptime) та сервісу: аналіз системних інцидентів, помилок і повторюваних звернень; ініціювання архітектурних покращень для зниження операційних витрат.  
• Data-driven аналітика: моніторинг продуктових та операційних метрик (швидкість обслуговування, кількість та середній чек, частка помилок, час простою тощо).
• Створення бази знань: підготовка чітких інструкцій, регламентів та вимог до навчання персоналу щодо роботи з новим функціоналом.
• Звітність: регулярне інформування менеджменту про статус розробок, запусків, потенційні ризики та досягнуті бізнес-результати.

Які навички стануть у нагоді:

• Професійний досвід: успішний досвід роботи на позиціях Product Manager, Product Owner, Business Analyst або Project Manager від 2–3 років.  
• Продуктова експертиза: глибоке розуміння життєвого циклу продукту, управління беклогом, формування функціональних вимог, user stories та критеріїв приймання (Acceptance Criteria). 
• Галузеві знання (буде суттєвою перевагою): практичний досвід розвитку касового ПЗ, систем автоматизації роздрібної торгівлі (Retail), HoReCa, логістики чи великих торговельних мереж. 
• Розуміння бізнес-процесів: знання логіки продажів, повернень, касової дисципліни, програм лояльності та законодавчих вимог щодо фіскалізації (РРО/ПРРО).  
• Технічний кругозір: базове розуміння принципів роботи API, баз даних, SQL, аналізу логів та форматів обміну даними для налаштування інтеграцій.  
• Робота з POS-інфраструктурою: розуміння архітектури та взаємодії периферійного обладнання (фіскальні реєстратори, банківські термінали, сканери, кухонні дисплеї тощо).  
• Орієнтація на UX/UI: розуміння принципів побудови зручних робочих інтерфейсів для персоналу, що мінімізують помилки в умовах високого навантаження.  
• Аналітичне мислення: вміння працювати з метриками (швидкість чека, конверсії, uptime, інциденти) та трансформувати цифри в рішення для бізнесу.  
• Комунікація та взаємодія: розвинені навички ведення переговорів з розробниками, дизайнерами, QA, зовнішніми підрядниками та операційним персоналом «на місцях». 
• Проактивність та мобільність: готовність особисто відвідувати АЗС для тестування гіпотез, збору фідбеку та контролю впровадження рішень.

Наша команда UPG активно трансформує  бізнес-процеси та створює сучасну екосистему роботи з даними. Для реалізації нашої AI-стратегії ми шукаємо фундаментального технічного лідера, який побудує сучасну, високотехнологічну інфраструктуру, що стане надійним фундаментом для навчання та роботи моделей штучного інтелекту в реальному часі.

Задачі, над якими потрібно буде працювати:
 

• Збір комерційної та операційної інформації з усього бізнесу UPG (паливні склади, АЗК, ресторанні зони).
• Побудова стабільних ETL/ELT конвеєрів, повністю оптимізованих для швидкої подачі даних у моделі машинного навчання.
• Інтеграція інструментів для автоматизації навчання, тестування, деплою та моніторингу ШІ-моделей у Production (CI/CD для ML).
• Лідерство, менторство та розвиток команди дата-інженерів, архітекторів та BI-спеціалістів.
• Забезпечення високої якості даних, управління метаданими та безпека корпоративної інформації великого бізнесу.
   

Які навички стануть у нагоді:
 

• Щонайменше 5+ років досвіду у сфері Data Engineering / Architecture, з яких не менше 2–3 років успішного досвіду побудови платформ під AI/ML рішення.
• Досвід роботи з MPP-системами (ClickHouse, Snowflake, BigQuery тощо), хмарними сервісів (AWS/GCP) або On-Premise рішеннями корпоративного рівня.
• Впевнена робота з Airflow, dbt, Kafka або Spark для обробки потокових даних (Streaming Data) у реальному часі.
• Досвід роботи з MLflow, Kubeflow, ClearML або їхніми аналогами для управління життєвим циклом моделей.
• Високий рівень написання інфраструктурного коду на Python та побудова складних аналітичних SQL-запитів.

Команда UPG шукає сильного лідера та експерта на позицію Head of Data Science. Ця роль створена для професіонала, який очолить напрямок розробки та впровадження інтелектуальних систем, об'єднає глибоку наукову експертизу в AI/ML із продуктовим та комерційним мисленням, а також вибудує зрілі процеси дослідження даних та виведення моделей у продакшн.

Задачі, над якими потрібно буде працювати:
 

• Розробка та реалізація глобальної Data Science стратегії
  компанії відповідно до її бізнес-цілей. Пошук нових точок зростання та оптимізації процесів компанії через впровадження алгоритмів штучного інтелекту.
• Керівництво, менторство та розвиток команди Data Scientists, ML/NLP/CV Engineers. Побудова ефективних процесів дослідження (R&D), розробки, тестування та моніторингу алгоритмів.
• Кураторство створення, навчання та розгортання моделей машинного навчання для предиктивної аналітики, динамічного ціноутворення, прогнозування попиту, оптимізації логістики та розпізнавання образів чи текстів.
• Співпраця з командами Data Engineering та DevOps для створення надійної інфраструктури життєвого циклу моделей, впровадження інструментів автоматизації розгортання, версіонування та моніторингу якості моделей у реальному часі.
• Керівництво розробкою складних рекомендаційних систем, алгоритмів персоналізації пропозицій для клієнтів, аналізу відтоку (Churn) та максимізації життєвого циклу клієнта (LTV).
• Тісна взаємодія з бізнес-лідерами та продукт-менеджерами для
  виявлення їхніх потреб, оцінки потенційного бізнес-ефекту (ROI) від впровадження моделей та перекладу бізнес-задач на мову математичних алгоритмів.

Які навички стануть у нагоді:

• Щонайменше 5+ років практичного досвіду в ролі Data Scientist / ML Engineer у великих продуктових або системних компаніях (досвід у сферах Retail, E-commerce, FinTech або Telecom буде значною перевагою).
•  2+ роки успішного досвіду керівництва командами (Team Lead /
  Engineering Manager / Head of). Вміння організувати R&D процеси, оцінювати ризики дослідження та
  мотивувати команду.
• Відмінне знання алгоритмів класичного машинного
  навчання (кластеризація, регресія, дерева рішень, градієнтний бустінг) та глибокого навчання (Deep Learning), досвід роботи з фреймворками PyTorch, TensorFlow, Scikit-learn, XGBoost/LightGBM.
• Професійне володіння Python, глибокі знання SQL. Практичний досвід роботи з інструментами версіонування та трекінгу моделей (MLflow, DVC, ClearML, WandB) та оркестрації (Airflow, Kubeflow).
• Сильні знання математичної статистики, лінійної алгебри, теорії
  ймовірностей та методів оптимізації, необхідних для валідації та налаштування моделей.
• Вміння оцінювати бізнес-метрики моделей, здатність
  просто та зрозуміло пояснювати топ-менеджменту логіку роботи складних алгоритмів та "чорних скриньок" (Explainable AI), захищати цінність ШІ-проектів.

Команда UPG шукає сильного лідера та експерта на позицію Head of Forecasting. Ця роль створена для професіонала, який очолить напрямок предиктивної аналітики, об'єднає класичні математичні методи із передовими алгоритмами штучного інтелекту (AI) та машинного навчання (ML), а також зможе вибудувати ефективну взаємодію з комерційними та операційними департаментами.

Задачі, над якими потрібно буде працювати:

• Проектування, побудова та безперервне вдосконалення
  єдиної системи прогнозування попиту (Demand Forecasting) та продажів для всей мережі UPG, адаптованої під різні горизонти планування (коротко-, середньо- та довгострокове).
• Кураторство розробки та впровадження предиктивних алгоритмів (Time Series, Machine Learning, статистичні методи) для прогнозування попиту з урахуванням сезонності, маркетингової активності, акцій.
• Тісна інтеграція прогнозних моделей із процесами закупівель, логістики та управління запасами з метою автоматизації автоматичного поповнення (Replenishment), зниження ризиків out-of-stock та уникнення надлишкових залишків(overstock).
• Керівництво, менторство та розвиток команди аналітиків, Data Scientists та інженерів, що спеціалізуються на предиктивній аналітиці, постановка задач, контроль якості прогнозів
  (MAPE, WAPE, RMSE тощо) та优化 робочих процесів.
• Забезпечення регулярного процесу узгодження прогнозів
  із ключовими стейкхолдерами (комерційний департамент, фінанси, маркетинг, логістика), переклад мови
  математичних моделей на мову конкретних бізнес-планів.
• Створення систем автоматичного моніторингу точності
  прогнозів та виявлення аномалій у даних, взаємодія з командою Data Engineering щодо оптимізації пайплайнів даних, необхідних для роботи моделей прогнозування.
   

Які навички стануть у нагоді:
 

• Щонайменше 4+ роки практичного досвіду в напрямку прогнозування попиту, предиктивного аналізу або планування продажів у великих роздрібних мережах (Retail), FMCG, логістичних або e-commerce компаніях.
• 2+ роки досвіду успішного керівництва командою аналітиків або
  Data Science фахівців, вміння організувати роботу та налагодити прозорі процеси взаємодії.
• Відмінне розуміння математичної статистики, теорії
  ймовірностей та методів прогнозування часових рядів (ARIMA, Prophet, LightGBM, XGBoost, LSTM тощо).
• Впевнене володіння SQL та Python/R для аналізу даних та
  прототипування моделей. Досвід роботи з хмарними DWH (BigQuery, Snowflake) та побудови дашбордів для візуалізації точності прогнозів (Tableau, Power BI, Looker).
• Розуміння логіки ланцюжків постачання (SupplyChain), управління асортиментними матрицями, ціноутворення та впливу промо-активностей на попит.
• Здатність аргументовано захищати точність моделей перед бізнес-замовниками, високий рівень емоційного інтелекту та вміння презентувати складні аналітичні результати простою мовою (Data Storytelling).

Команда UPG шукає амбітного та стратегічно мислячого лідера на позицію Director of Analytics, який має глибоку експертизу в індустрії Retail / E-commerce та практичний досвід впровадження технологій штучного інтелекту (AI) та машинного навчання (ML). Ця роль для тих, хто вміє перетворювати великі масиви даних роздрібного бізнесу на реальну комерційну цінність та драйвити цифрову трансформацію компанії.

Задачі, над якими потрібно буде працювати:

• Розробка та реалізація довгострокової стратегії розвитку
  аналітики з фокусом на впровадження штучного інтелекту та прогнозних моделей для оптимізації ключових бізнес-процесів роздрібної мережі UPG (ціноутворення, прогнозування попиту, оптимізація товарних запасів).
• Керівництво проектами з побудови предиктивних моделей клієнтської поведінки (Churn, LTV, Next Best Action), сегментації аудиторії та запуску рекомендаційних ШІ-систем для персоналізованого маркетингу та програм лояльності.
• Керівництво, менторство та розвиток крос-функціональної
  команди аналітиків (Product/Business Analysts, BI Developers) та інженерів/дослідників даних (Data Scientists, AI/ML Engineers).
• Співпраця з департаментами логістики, закупівель
  та комерції для створення аналітичних інструментів, що мінімізують втрати (out-of-stock / overstock),оптимізують ланцюжки постачання та підвищують маржинальність бізнесу.
• Контроль проектування та масштабування інструментів самообслуговування (Self-Service BI), створення інтерактивних дашбордів для операційного менеджменту та C-level, забезпечення єдиного джерела істини (Single Source of Truth) для рітейл-метрик.
• Тісна взаємодія з командою Data Engineering для формування вимог до структури хмарного сховища даних (DWH), інтеграції нових рітейл-джерел (POS-системи, ERP, CRM,веб-аналітика) та забезпечення високої якості вхідних даних для ШІ-моделей.

Які навички стануть у нагоді:

• Щонайменше 3+ роки успішної роботи в аналітиці великих роздрібних мереж, e-commerce проектів або системних FMCG-компаній. Глибоке розуміння бізнес-процесів рітейлу, категорійного менеджменту та поведінки покупців.
• Практичний досвід управління проектами або безпосередньої розробки у сфері Data Science, Machine Learning та Generative AI. Розуміння того, як оцінювати бізнес-ефект від ШІ-моделей (ROI моделей) та виводити їх у продакшн (MLOps концепції).
• 3–5 років успішного досвіду керівництва аналітичними командамиабо Data Science департаментами у великому бізнесі. Вміння надихати команду та ефективно розподіляти ресурси між інноваційними ШІ-експериментами та класичною бізнес-аналітикою.

• Відмінне знання SQL та розуміння принципів побудови сучасних сховищ даних (BigQuery, Snowflake тощо). Практичний досвід

  роботи з BI-інструментами корпоративного рівня (Looker, Tableau, Power BI). Знання Python/R як бази для Data Science буде суттєвою перевагою.

• Здатність бачити за цифрами бізнес-можливості. Вміння
  перекладати складні математичні алгоритми та ШІ-концепції на мову конкретних бізнес-метрик (Revenue, Margin, ATV, LTV, CAC).
• Навички управління змінами (Change Management) та вміння захищати інноваційні ШІ-проекти перед non-technical топ-менеджментом.