Data Scientist
Summary
Builds ML models and pipelines for supply-chain forecasting using Python, Spark, XGBoost/LightGBM, and LSTM; deploys solutions via FastAPI and Docker.
Навыки: Python. Специализации: Инженер ЦОД.
Обязательные требования
- Отличное знание Python, опыт работы с Spark, Pyspark, SQL, работа с S3;
-Знание современных алгоритмов машинного обучения и оптимизации;
- Математическая статистика и основы машинного обучения: линейные модели, Random Forest, LSTM;
- Библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost;
- Глубокое обучение для временных рядов: LSTM, Prophet, DeepAR;
- Работа с временными рядами: очистка, прогнозирование, кросс-валидация;
- Методы дискретной оптимизации, математическое программирование (LP, MILP, MIP);
- Инструменты оптимизации (Pyomo/OR-Tools/PuLP/COIN-OR), решатели (Gurobi/CPLEX/SCIP/COPT/GLPK);
-Уверенное владение Git;
-Опыт разработки продуктового ML решения, начиная от анализа данных и заканчивая созданием прототипа: понимание архитектуры ML проектов, настройка пайплайнов данных, умение обернуть модель в базовый backend (FastAPI, Hug и другое), базовые навыки DevOps (умение работать с Docker, KubeFlow);
- Базовое понимание архитектуры web-приложений, backend-сервисов;
- Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
- Высокие навыки коммуникации и решения проблем, стремление к обучению;
- Уровень английского языка - Intermediate.
Дополнительные требования
- Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
- Юнит- и интеграционное тестирование, владение методологией тестирования;
- Понимание принципов CI/CD;
- ООП и принципы проектирования вычислительных систем;
- Опыт в FMCG в Supply Chain, Demand Planning, Forecasting, ERP, APS;
- Опыт работы в продуктовых командах (Agile, Scrum).