Аналитик Data Science (middle/midle+)

Чем вам предстоит заниматься:

• Разработка моделей машинного обучения для задач технологической оптимизации нефтехимического производства.
• Разработка моделей машинного обучения для задач оптимизации бизнес-процессов в маркетинге, ценообразовании, логистике, экологии.
• 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 единыйфреймворк обучения и эксплуатации моделей.

Пожелания к опыту и компетенциям:

• Умение писать понятный код на Python, знание SQL, владение стандартным набором библиотек (Numpy, Pandas, Scikit-Learn, Matplotlib/Seaborn, XGBoost/LightGBM/CatBoost, Scipy).
• Знание теории и опыт в области классического машинного обучения , понимание границ применимости методов, интерпретации результатов обучения, гибкое мышление в решении сложных и иногда нетиповых задач машинного обучения.
• Навык интерпретации алгоритмов машинного обучения.
• Навык работы с текстовыми данными.
• 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 оптимизационных алгоритмов.

Что Вам предлагает компания:

• Работу в аккредитованной ИТ-компании.
• Гибридный формат работы (график обсуждается индивидуально в зависимости от роли).
• Заработная плата по результатам собеседования, премии за эффективную работу и результат.
• Действительно нестандартные задачи, которые требуют креатива и новых подходов, работа в реальном секторе, где пользователи - реальные люди.
• Современный стек и гибкие методологии разработки, работа в команде высококлассных профессионалов из разных технологических областей.
• Возможность обучения и участия в жизни IT-сообщества: большой выбор курсов в корпоративном университете, посещение митапов, конференций.
• Корпоративные льготы: ДМС, льготное страхование родственников, большой выбор внутренних спортивных секций, скидки на абонементы сети World Class.