Описание
Мы — небольшая и гибкая команда. Помогаем производственным компаниям находить скрытые потери, анализируем производительность труда сотрудников и эффективность оборудования. Сейчас одновременно ведем 3–4 активных проекта.
Данные клиентов (обычно выгрузки из 1С) всегда приходят в «неудобном», сыром виде. Наша задача — быстро пересобрать их, посчитать метрики и выдать клиенту готовые точки роста.
Нам нужен не просто исполнитель, который ждет ТЗ и ответов на свои вопросы неделями. Нам нужен самостоятельный локомотив с навыками проектного менеджера / куратора.
Главный критерий успеха на этой роли: вы умеете продвигать задачу вперед вопреки тишине, занятости или незаинтересованности других участников. Вы не ждете, пока вам ответят — вы проактивно и экологично добиваетесь ответа, ищете альтернативные пути и доводите дело до результата. Но при этом вы остаетесь сильным аналитиком, который может сам руками собрать модель.
-
Драйвить проект: самостоятельно вести задачу от верхнеуровневой формулировки (например, «повысить эффективность цеха») к аналитике текущего состояния, разработке/согласовании плана, методологии, реализации этих планов и доведения до финального результата.
-
Управлять коммуникацией: формировать запросы на данные, «трясти» клиентов и коллег, добиваться выгрузок, не давать процессам зависнуть.
-
Работать с данными: приводить хаотичные сырые таблицы в удобный длинный формат.
-
Строить модели: создавать прозрачные, связанные и минималистичные модели расчетов в Google Таблицах (чтобы любой шаг проверялся по цепочке формул).
-
Анализировать: рассчитывать КПЭ, находить узкие места (bottlenecks), формулировать конкретные и понятные рекомендации для бизнеса.
-
Оптимизировать рутину: активно использовать современные ИИ-инструменты для ускорения собственной работы.
-
Проактивность уровня «Локомотив»: опыт координации, кураторства или менеджмента проектов. Умение брать на себя полную ответственность за результат и продвигать задачи в условиях неопределенности.
-
Экспертные хард-скиллы в Google Таблицах: сложные формулы, формулы массива, сводные таблицы, динамические диапазоны. Способность из хаоса сделать красивую, логичную структуру.
-
Опыт в аналитике: от 3–4 лет в производственной, логистической или операционной сфере. Вы должны понимать, как устроен реальный сектор.
-
Базовые навыки работы с ИИ: уверенное использование нейросетей (ChatGPT, Claude и др.) на уровне чатов для генерации таблиц, гипотез, написания сложных формул или автоматизации рутины.
-
Автономность: способность работать с минимальным контролем и обучением со стороны руководства.
-
Опыт работы с ИИ-агентами (автоматизированные цепочки задач, Claude Cowork и т.д.).
-
Понимание специфики производственных данных (1С:ERP, выгрузки по персоналу, хронометражи, данные по оборудованию).
-
Знание методологии OEE, метрик производительности труда и загрузки оборудования.
-
Базовый Python / SQL (если данных станет слишком много для таблиц).
-
Опыт презентации выводов топ-менеджерам.
!!! На эту вакансию предполагается обязательное тестовое задание, присылайте ответ на него в сообщении.
Тестовое задание: Анализ эффективности упаковочных линий и управление процессом
Контекст: Мы получили от клиента первичную ежесменную отчетность по работе двух производственных линий (Volpak и MESPACK). Часть данных «грязные» - выгрузка в матричном представлении.
Ваша задача разделена на 3 блока:
Блок 1. Аналитика и моделирование (Хард-скиллы) Ссылка на данные:
https://docs.google.com/spreadsheets/d/1T2PwK5zxDzQKLByMVPsl_AU0Sz8Ueonbd0rl--SyJ6k/edit?usp=sharing
Переведите данные по простоям из матричного в удобный для анализа плоский (длинный) формат. Рассчитайте объем «потерянных штук» продукции по каждой причине простоя. Постройте Парето-диаграмму и наглядно обоснуйте на цифрах 3 главные точки роста — где мы теряем больше всего и на чем команде нужно сфокусироваться в первую очередь, чтобы увеличить выработку. Оформите все в Google Таблице. Модель должна быть прозрачной: от исходных данных до графика все должно быть связано формулами (без жестко вбитых руками чисел в расчетах).
Блок 2. Проектное кураторство и навык «Локомотива» Для выполнения Блока 1 вам, возможно, не будет хватать части данных - если так, поймите каких, и получите их у Дмитрия (https://t.me/oleynikdn)
Блок 3. Оптимизация работы с помощью ИИ Для оптимизации процесса, при выполнении Блока 1, мы ожидаем, что вы не будете перебивать данные руками, а оптимизируете рутину с помощью нейросетей (ChatGPT, Claude и др.). Коротко опишите (или приложите скриншоты/текст промптов), как именно и для каких шагов вы использовали ИИ при выполнении этого задания.
Мы — небольшая и гибкая команда. Помогаем производственным компаниям находить скрытые потери, анализируем производительность труда сотрудников и эффективность оборудования. Сейчас одновременно ведем 3–4 активных проекта.
Данные клиентов (обычно выгрузки из 1С) всегда приходят в «неудобном», сыром виде. Наша задача — быстро пересобрать их, посчитать метрики и выдать клиенту готовые точки роста.
Нам нужен не просто исполнитель, который ждет ТЗ и ответов на свои вопросы неделями. Нам нужен самостоятельный локомотив с навыками проектного менеджера / куратора.
Главный критерий успеха на этой роли: вы умеете продвигать задачу вперед вопреки тишине, занятости или незаинтересованности других участников. Вы не ждете, пока вам ответят — вы проактивно и экологично добиваетесь ответа, ищете альтернативные пути и доводите дело до результата. Но при этом вы остаетесь сильным аналитиком, который может сам руками собрать модель.
-
Драйвить проект: самостоятельно вести задачу от верхнеуровневой формулировки (например, «повысить эффективность цеха») к аналитике текущего состояния, разработке/согласовании плана, методологии, реализации этих планов и доведения до финального результата.
-
Управлять коммуникацией: формировать запросы на данные, «трясти» клиентов и коллег, добиваться выгрузок, не давать процессам зависнуть.
-
Работать с данными: приводить хаотичные сырые таблицы в удобный длинный формат.
-
Строить модели: создавать прозрачные, связанные и минималистичные модели расчетов в Google Таблицах (чтобы любой шаг проверялся по цепочке формул).
-
Анализировать: рассчитывать КПЭ, находить узкие места (bottlenecks), формулировать конкретные и понятные рекомендации для бизнеса.
-
Оптимизировать рутину: активно использовать современные ИИ-инструменты для ускорения собственной работы.
-
Проактивность уровня «Локомотив»: опыт координации, кураторства или менеджмента проектов. Умение брать на себя полную ответственность за результат и продвигать задачи в условиях неопределенности.
-
Экспертные хард-скиллы в Google Таблицах: сложные формулы, формулы массива, сводные таблицы, динамические диапазоны. Способность из хаоса сделать красивую, логичную структуру.
-
Опыт в аналитике: от 3–4 лет в производственной, логистической или операционной сфере. Вы должны понимать, как устроен реальный сектор.
-
Базовые навыки работы с ИИ: уверенное использование нейросетей (ChatGPT, Claude и др.) на уровне чатов для генерации таблиц, гипотез, написания сложных формул или автоматизации рутины.
-
Автономность: способность работать с минимальным контролем и обучением со стороны руководства.
-
Опыт работы с ИИ-агентами (автоматизированные цепочки задач, Claude Cowork и т.д.).
-
Понимание специфики производственных данных (1С:ERP, выгрузки по персоналу, хронометражи, данные по оборудованию).
-
Знание методологии OEE, метрик производительности труда и загрузки оборудования.
-
Базовый Python / SQL (если данных станет слишком много для таблиц).
-
Опыт презентации выводов топ-менеджерам.
!!! На эту вакансию предполагается обязательное тестовое задание, присылайте ответ на него в сообщении.
Тестовое задание: Анализ эффективности упаковочных линий и управление процессом
Контекст: Мы получили от клиента первичную ежесменную отчетность по работе двух производственных линий (Volpak и MESPACK). Часть данных «грязные» - выгрузка в матричном представлении.
Ваша задача разделена на 3 блока:
Блок 1. Аналитика и моделирование (Хард-скиллы) Ссылка на данные:
https://docs.google.com/spreadsheets/d/1T2PwK5zxDzQKLByMVPsl_AU0Sz8Ueonbd0rl--SyJ6k/edit?usp=sharing
Переведите данные по простоям из матричного в удобный для анализа плоский (длинный) формат. Рассчитайте объем «потерянных штук» продукции по каждой причине простоя. Постройте Парето-диаграмму и наглядно обоснуйте на цифрах 3 главные точки роста — где мы теряем больше всего и на чем команде нужно сфокусироваться в первую очередь, чтобы увеличить выработку. Оформите все в Google Таблице. Модель должна быть прозрачной: от исходных данных до графика все должно быть связано формулами (без жестко вбитых руками чисел в расчетах).
Блок 2. Проектное кураторство и навык «Локомотива» Для выполнения Блока 1 вам, возможно, не будет хватать части данных - если так, поймите каких, и получите их у Дмитрия (https://t.me/oleynikdn)
Блок 3. Оптимизация работы с помощью ИИ Для оптимизации процесса, при выполнении Блока 1, мы ожидаем, что вы не будете перебивать данные руками, а оптимизируете рутину с помощью нейросетей (ChatGPT, Claude и др.). Коротко опишите (или приложите скриншоты/текст промптов), как именно и для каких шагов вы использовали ИИ при выполнении этого задания.