О компании:
Мы разрабатываем систему промышленной автоматизации с использованием технологий машинного обучения. Проект находится на стадии запуска — это возможность стать частью команды с первых этапов и влиять на архитектуру решения.
Вы будете работать с данными телеметрии промышленного оборудования, временными рядами и внешними факторами для построения предиктивных моделей и оптимизации технологических процессов.
Задачи:
- Анализировать данные из различных источников, оценивать их качество и пригодность для моделирования
- Определять оптимальные методы машинного обучения для решения задач проекта
- Проводить исследования и тестовое обучение моделей
- Готовить технические рекомендации по выбору ML-подходов
- Разрабатывать, обучать и оптимизировать модели машинного обучения (регрессия, классификация, прогнозирование, детекция аномалий)
- Проектировать feature engineering для временных рядов и телеметрических данных
- Строить и поддерживать ML-пайплайны: от обучения до деплоя в production
- Работать с большими объемами данных: очистка, нормализация, агрегация
- Интегрировать модели в production-систему и мониторить их качество
- Высшее техническое образование (математика, физика, computer science)
- Опыт работы Data Scientist / ML Engineer
- Сильная математическая база: статистика, теория вероятностей, линейная алгебра, методы оптимизации
- Уверенное владение Python (NumPy, Pandas, Scikit-Learn, XGBoost, LightGBM)
- Практический опыт решения задач регрессии, классификации, прогнозирования
- Опыт работы с SQL для извлечения и обработки данных
- Знание методов feature engineering и оценки качества моделей (метрики, кросс-валидация)
- Понимание полного цикла разработки ML-решений: от исследования до production
Будет преимуществом:
- Опыт работы с временными рядами и прогнозированием (Prophet, ARIMA, LSTM)
- Знание фреймворков для deep learning (TensorFlow, PyTorch, Keras)
- Опыт работы с MLOps инструментами (MLflow, Kubeflow, Airflow)
- Опыт работы с промышленными данными или данными IoT/телеметрии
- Знание C++ для оптимизации критичных участков кода
- Понимание edge computing и работы с данными на устройствах
- Опыт работы в промышленной автоматизации
- Работа над технологичным проектом в области промышленной автоматизации
- Возможность влиять на архитектуру ML-решения с самого начала
- Современный стек технологий и свободу выбора инструментов
- Работа с реальными производственными данными и нетривиальными задачами
Преимущества:
Укажите в сопроводительном письме:
- О вашем опыте работы с ML-проектами
- Какие типы задач машинного обучения вам наиболее интересны
- Есть ли у вас опыт работы с временными рядами или промышленными данными
