Ведущий ML-инженер

«Газпром нефть» входит в топ-101 нефтегазовых компаний мира, задаёт тренды технологического развития и каждый день обеспечивает энергией миллионы людей.

• Первыми2 добыли нефть, найденную искусственным интеллектом
• Управляем полным циклом переработки нефти с помощью цифровых двойников и нейросетей
• Каждый 3-й сотрудник — моложе 35 лет

Мы занимаеимся развитием культуры, методов, инструментов и технологий продвинутой аналитики и искусственного интеллекта для эффективного решения аналитических задач бизнеса в блоке логистики, переработки и сбыта.

Нам нужен сильный ml - инженер

Обязанности:

• Принимать и уточнять бизнес‑запросы от подразделений и трансформировать их в ML‑задачи: определять целевую переменную, горизонт прогноза, критерии успеха, ограничения по данным и срокам

• Самостоятельно формировать требования к данным и взаимодействовать с бизнес-заказчиками и инженерами данных

• Выгружать и подготавливать данные: писать SQL‑запросы (JOIN, GROUP BY, HAVING, подзапросы, оконные функции)

• Выполнять feature engineering

• Подбирать и обучать модели под тип задачи

• Организовывать корректную валидацию

• Оценивать качество моделей с учётом бизнес‑контекста

• Готовить техническую документацию

• Обеспечивать воспроизводимость экспериментов: структурировать код в Jupyter Hub/Google Colab, использовать Git для контроля версий, фиксировать параметры и шаги предобработки.

• Участвовать во внедрении решения: передавать модель и пайплайны ML‑инженерам или разработчикам, готовить спецификации и инструкции по эксплуатации, помогать с интеграцией в существующие процессы.

• Настраивать регулярный мониторинг качества модели

• Вести внутреннюю коммуникацию по статусу задач: фиксировать этапы работы, риски, зависимости и сроки, своевременно информировать о необходимости досбора данных или корректировки требований

Требования:

• Опыт решения задач классического ML — регрессии, классификации, кластеризации, прогнозирования временных рядов. Понимание, как работают и когда применять: линейные модели, деревья решений, случайный лес, градиентный бустинг. Понимание метрик качества под разные задачи (precision, recall, F1, ROC-AUC, MAPE).

• Библиотеки python для анализа данных и решения ML задач: pandas, numpy, scikit-learn, statsmodels, sklearn, градиентный бустинг (catboost, lightgbm, xgboost), prophet.

• Опыт работы с matplotlib или seaborn для визуализации, умение интерпретировать и понятно презентовать результаты.

• Написание SQL запросов с JOIN, агрегации GROUP BY, HAVING, подзапросы.

Условия:

• Офисный формат работы;
• Возможность быстрого роста для результативных специалистов;
• Достойную твоего профессионального уровня заработную плату, годовую премию по результатам деятельности, дополнительную материальную мотивацию за особые достижения;
• Интенсивное обучение на практике, доступ к образовательному контенту
• ДМС и страхование жизни.

Почему мы?

• Качество жизни Мы заботимся о вашем благополучии и балансе между работой и отдыхом. Мы регулярно проводим скрининги здоровья, реализуем корпоративные программы спорта и предлагаем эффективные программы по поддержке качества жизни. Конкурентоспособная заработная плата Мы ценим ваш труд и предлагаем достойное вознаграждение, соответствующее вашему профессионализму и вкладу, чтобы вы чувствовали себя уверенно и стабильно.
• Продвижение по карьерной лестнице Реальные возможности профессионального роста, позволяющие реализовать свои амбиции и двигаться вперёд в своей карьере. Дружеская рабочая атмосфера Рабочее пространство, где царит взаимное уважение и поддержка, а коллеги всегда готовы помочь и поделиться опытом.
• Сложные и интересные рабочие задачи Вас ждут вызовы, требующие креативности и профессионализма, вы станете частью динамичной команды, которая задаёт тренды и создаёт новые возможности, что наполняет работу смыслом и перспективами.

1. Согласно данным Ассоциации «Российский Национальный Комитет Мирового нефтяного совета», 2025 год

2. В рамках Artificial Intelligence Journey, 2019 год