datascientist

#DS #datascientist #ml #mlengineer #vacancy #job #вакансия Data Scientist (ML Engineer) #Проект : #Условия : - Клиент: Пищевая промышленность - Занятость: полная - Локация: РФ - Гражданство: РФ - Рабочий график: МСК ± 2 - Формат: Удаленно #Позиция : - Роль: Data Scientist - Уровень: Middle/Senior - Количество: 1 - Английский: Intermediate #Обязательно : - Уверенное знание Python и SQL; - Хорошее понимание методов машинного обучения и математической статистики: линейные модели, Random Forest, градиентный бустинг; - Практический опыт работы с временными рядами: подготовка данных, прогнозирование, оценка качества и кросс-валидация; - Опыт работы с библиотеками градиентного бустинга: XGBoost, LightGBM или CatBoost; - Знание методов математической и дискретной оптимизации: LP, MILP / MIP; - Практический опыт работы хотя бы с одним из инструментов оптимизации: Pyomo, OR-Tools, PuLP или аналоги; - Опыт использования оптимизационных решателей: Gurobi, CPLEX, SCIP, COPT, GLPK или аналоги; - Опыт разработки ML-решений от анализа данных и построения модели до рабочего прототипа; - Уверенное владение Git. #Желательно : - Опыт применения продвинутых моделей прогнозирования временных рядов: Prophet, LSTM, DeepAR или аналогов; - Опыт работы с большими данными и Data-инфраструктурой: Spark / PySpark, S3; - Опыт интеграции ML-моделей в сервисы и понимание базового MLOps: FastAPI, Docker, CI/CD, KubeFlow или аналоги; - Опыт написания unit- и integration-тестов, понимание ООП; - Опыт в FMCG / Supply Chain / Demand Planning / Forecasting / ERP / APS. #Задачи : - Сбор, очистка и подготовка данных из различных источников для дальнейшего анализа; - Проведение первичного анализа данных: выявление закономерностей и аномалий, создание визуализаций; - Разработка и внедрение моделей машинного обучения (включая регрессию, классификацию и кластеризацию), особый фокус на разработку моделей, связанных с временными рядами; - Разработка оптимизатора, основанного на линейной и смешанно-целочисленной оптимизации, LP, MILP; - Оценка качества моделей, настройка гиперпараметров и проведение кросс-валидации; - Участие в интеграции моделей в бизнес-процессы компании; - Подготовка аналитических отчетов; - Эффективное взаимодействие с представителями бизнеса и техническими командами; - Улучшение текущих подходов и изучение новых инструментов и алгоритмов. #Важно , резюме должно отражать: - Расписано, чем занимался на каждом проекте - Указаны навыки и программы которые использовались Жду ваши резюме здесь @mary_shimoff