DemandPlanning

#vacancy #MLE #DemandPlanning #Python #TimeSeries #Forecasting #XGBoost #LSTM #Middle #Senior Инженер машинного обучения / MLE (Demand Planning / Прогнозирование спроса) 📈 🤖 ID вакансии: RM-28_Gul Ставка: до 300 000 руб. на руки в месяц. Грейд: Middle+ / Senior. Загрузка: Full-time (полная занятость). Длительность: 3 месяца с опцией продления. Формат: Удалённо. Локация/Гражданство: РФ (предпочтительно) или РБ / РФ, РБ. ⏳ Срок актуальности вакансии: до 29.08.2026. 📌 Важно: рассматриваются кандидаты с релевантностью опыта от 85% (аутстаффинговая позиция). 💬 Комментарий: заказчик отправляет своё устройство для работы. 🏢 О компании: крупная ИТ-компания. 🧩 О проекте: платформа интегрированного планирования. Ищем инженера машинного обучения (MLE) со специализацией в Demand Planning для разработки модуля прогнозирования спроса. Роль для сильного Python-разработчика (уровень Senior) с глубоким пониманием алгоритмов, структур данных и оценки сложности (Big O). Предстоит проектировать и реализовывать высоконагруженные алгоритмы прогнозирования, анализировать рыночные сигналы и отвечать за качество прогнозов и работу с данными. 🚀 Ключевые задачи: Разработка и развитие модуля Demand Planning. Проектирование и реализация высоконагруженных алгоритмов прогнозирования спроса. Анализ рыночных сигналов. Ответственность за компоненты работы с данными и качество прогнозов. 🎯 Обязательные требования (Hard Skills): Алгоритмы и Computer Science: Глубокое знание алгоритмов и структур данных. Оценка сложности по Big O. Python: Уровень Senior . ООП и принципы проектирования вычислительных систем. Библиотеки анализа данных: Pandas. Scikit-learn. Statsmodels. Базы данных: SQL и реляционные базы данных (PostgreSQL). Тестирование: Юнит- и интеграционное тестирование. Знание методологии тестирования. 💡 Будет плюсом: Математика и ML: Математическая статистика и основы машинного обучения: линейные модели, Random Forest, LSTM. Временные ряды: Работа с временными рядами: очистка, прогнозирование, кросс-валидация. Градиентный бустинг: XGBoost, LightGBM, CatBoost. Deep Learning для временных рядов: LSTM, Prophet, DeepAR. Инфраструктура и языки: Работа в Unix-подобных системах, понимание принципов CI/CD. C / C++ для оптимизации критичных узлов системы. Образование и сертификаты: Высшее техническое образование (математика, информационные технологии, физика, прикладные науки) или релевантный опыт. Сертификации по Python, анализу данных, машинному обучению или архитектуре ПО. 📲 Контакт для отклика: @hrwomenpro (При отклике, пожалуйста, сразу присылайте актуальное резюме с акцентом на опыт прогнозирования временных рядов и уровень Python, пишите ID вакансии: RM-28_Gul)