компания "selecty" в связи с увеличением портфеля проектов и решаемых задач, мы расширяем команду продвинутой аналитики и ищем аналитиков данных (data scientists) разного уровня (junior/middle/senior) с инженерной подготовкой, которые стремятся работать и развиваться в областях машинного обучения для индустриальных задач, технологической оптимизации, разработки гибридных моделей и продуктов продвинутой аналитики. мы ожидаем, что вы хорошо владеете одной из следующих областей и имеете представление: о математическом моделировании физических систем (численные методы, в т. ч. решение дифференциальных уравнений и урчп); о машинном обучении и анализе данных в приложении к задачам производства (нефтехимия). задачи, которые вы будете решать: разработка моделей машинного обучения для задач технологической оптимизации нефтехимического производства. извлечение информации из исторических данных, анализ данных и формулировка результатов для повышения качества управления производством. разработка и реализация методов поиска оптимальных режимов работы промышленного процесса. разработка гибридных моделей с использованием методов машинного обучения и технологического моделирования (физика/химия + ml) для моделирования процессов нефтехимического производства. оптимизация вычислений. интеграция разработанных методов и моделей в единый фреймворк обучения и эксплуатации моделей. базовые требования: умение писать понятный код на python, владение стандартным набором библиотек (numpy, pandas, scikit-learn, matplotlib/seaborn, xgboost/lightgbm/catboost, scipy). знание принципов машинного обучения и основных алгоритмов, понимание границ их применимости, интерпретации результатов обучения, гибкое мышление решения сложных и иногда нетиповых задач машинного обучения. понимание основ физического моделирования (например, что такое закон сохранение массы и энергии), а также большое желание изучить эти процессы глубже для разработки передовых решений в промышленности. способность сделать разведочный анализ данных, сделать осознанный отбор признаков, объяснить полученные результаты. понимание основ работы алгоритмов оптимизационных. будет плюсом: хорошая математическая подготовка хотя бы в одной области и представление о других: численные методы решения дифференциальных уравнений и урчп, математическая физика, оптимальное управление, теория вероятностей и математическая статистика, математическая оптимизация. способность сделать самостоятельно химическую/физическую модель процесса на основе существующего описания. опыт численного моделирования для задач химической кинетики, термодинамики, гидродинамики. знание основ нефтехимических технологий переработки. у нас вы найдете: интересные задачи в передовой нефтехимической компании, реальную отдачу от своей работы. все необходимые условия для комфортной и продуктивной работы: топовые ноутбуки, внутренний кластер серверов для высокопроизводительных вычислений, хорошая рабочая атмосфера. разовьёте уникальные компетенции разработки моделей для сложных процессов индустрии. будете учиться и повышать свою квалификацию при ресурсной поддержке компании и опытных наставников. получите опыт работы в кросс-функциональных командах с погружением в бизнес-процессы и гибкие процессы разработки, а не «задачи по тз». поймете, как работает modelops и как правильно запускать модели в промышленную эксплуатацию. перспективы роста, которые напрямую зависят от результатов. что мы предлагаем: конкурентную заработную плату по результатам собеседования, премии за эффективную работу и результат. нестандартные сложные задачи, которые требуют креатива и новых подходов, мы работаем в реальном секторе, наши пользователи - реальные люди. современный стек и гибкие методологии разработки, работа в команде высококвалифицированных профессионалов из разных технологических областей. возможность обучения и участия в жизни it-сообщества: большой выбор курсов в нашем корпоративном университете, посещение митапов, конференций. возможность удаленной работы (график обсуждается индивидуально в зависимости от роли). корпоративные льготы: дмс, льготное страхование родственников, большой выбор внутренних спортивных секций, скидки на абонементы лучших сетей фитнес-клубов.
Адрес
Москва