Специалист по машинному обучению (Data Scientist)

ООО «РН-БашНИПИнефть» является основным разработчиком наукоемкого программного обеспечения ПАО «НК «Роснефть». Специалистами института разработана и внедрена в дочерних обществах ПАО «НК «Роснефть» корпоративная линейка наукоемкого программного обеспечения, ведутся работы по апробации в нефтегазовой отрасли современных ИТ-технологий – активно развивается практика по DataScience (Business Intelligence, Machine Learning, Big Data). На базе ИТ-подразделений Общества организован специализированный институт по прикладному программному обеспечению в области геологии, разработки и мониторинга месторождений. Чем предстоит заниматься: сегментация и детекция на данных сейсмической разведки; сегментация данных геофизических исследований; задачи, связанные с временными рядами (прогнозирование объемов добычи); есть задачи, связанные с NLP и OCR; Обязанности: участие в исследовательских проектах в области анализа данных по профилю организации; применение ML и DL для решения задач в нефтегазовой отрасли; сбор, агрегация и подготовка исходных данных для обучения моделей, интерпретация и визуализация результатов; участие в исследовательской деятельности, включая публикации и выступления на конференциях. Требования: высшее техническое или математическое образование; опыт промышленной разработки на Python; знание алгоритмов и структур данных; знание теории вероятностей и математической статистики, линейной алгебры; понимание принципов ML/DL; владение Python ML стеком (NumPy, SciPy, pandas, scikit-learn, XGBoost и т. д.); владение DL фреймворками (PyTorch и/или TensorFlow); опыт работы с Linux; умение читать научные статьи и документацию на английском языке. Плюсом будет: опыт работы с Docker; знание SQL; опыт участия в соревнованиях по машинному обучению; способность самостоятельно реализовывать подходы, описанные в научных статьях. Условия: официальное оформление согласно ТК РФ; график работы: 5-ти дневная неделя (в летний период в пятницу - сокращенный рабочий день); конкурентный уровень заработной платы (фиксированный оклад, ежемесячные и годовые премии); развитая корпоративная культура (внутренние программы признания, корпоративные мероприятия, спортивное и волонтерское движение); расширенный социальный пакет (корпоративное ипотечное кредитование, путевки в санатории и детские лагеря, образовательные займы, ДМС и многое другое); возможность обучения и профессионального развития (электронные библиотеки, собственный учебный центр, участие в конференциях).