Разработка модели управления запасами МТР в распределительных центрах

Необходимо разработать прототип (стадия Proof-of-Concept) модели расчета потребности и пополнения запасов распределительного центра на основе статистических моделей и моделей машинного обучения.

Компания «Газпромнефть-Снабжение» разрабатывает ряд цифровых инициатив, которые позволят оптимизировать процессы снабжения предприятий группы «Газпром нефть». У лидера проекта есть гипотеза, что благодаря применению моделей прогнозирования потребности в МТР и пополнения запасов на основе статистики и машинного обучения можно повысить оборачиваемость запасов и снизить риск недостатка материально-технических ресурсов в распределительных центрах. Необходимо разработать прототип решения, который позволит на основе исторических данных проверить эту гипотезу и выбрать оптимальные подходы к моделированию потребности и пополнения запасов.

Лидер проекта ищет команду из трех специалистов — дата-сайентиста, аналитика/ эксперта в управлении запасами, фронтенд-разработчика — которые разработают необходимые модели и реализуют их в виде программного прототипа.

1. Решение в виде веб-сервиса (инфраструктура для размещения будет определена с лидером проекта после формирования команды).
2. Исходный код и сценарии сборки решение.
3. Разработанные, обученные, верифицированные и интегрированные модели (статистическая модель и модель машинного обучения).
4. Руководство пользователя и техническая документация в формате *.docx.

1. Разработанные модели позволяют значимо (не менее чем на 10%) повысить оборачиваемость запасов на тестовой выборке исторических данных без увеличения вероятности падения до нуля запасов необходимых МТР.

2. Прототип решения реализован в клиент-серверной архитектуре с веб-интерфейсом, позволяющим:

а) управлять моделями и сценариями расчета, варьировать настроечные параметры моделей;

б) прогнозировать последствия закупки тех или иных ресурсов в тех или иных количествах, отображать ситуации отсутствия необходимых МТР;

в) визуализировать исходные данные и результаты работы моделей.

3. Руководство пользователя и техническая документация исчерпывающе описывают сценарии работы с решением.

Проект предусматривает вознаграждение в размере:

· 400 000 рублей для дата-сайентиста;

· 400 000 рублей для аналитика/эксперта по управлению запасами

· 200 000 рублей для фронтэнд-разработчика.

Все суммы указаны после уплаты налогов.

При успешном завершении проекта лидер проекта готов продолжить вам дальнейшее сотрудничество.