от компании (организации): КСК-Эйч Ар в городе (населённом пункте): Москва, Россия
в отрасли экономики "Информационные технологии, интернет, телеком" → "Аналитик"
с заработной платой: по договоренности
Вакансия № 21690839 добавлена в базу данных сайта Работа в Москве и Московской области (МО, Подмосковье): Понедельник, 19 августа 2024 года.
Дата обновления вакансии № 21690839 на сайте Работа в Москве и Московской области (МО, Подмосковье): Суббота, 21 сентября 2024 года.
Обращаем Ваше внимание, что на момент обращения к работодателю вакансия № 21690839 может быть уже занята. Администрация сайта Работа в Москве и Московской области (МО, Подмосковье) приносит извинения за доставленные неудобства.
Требования к опыту работы:
1–3 года
Тип занятости:
полная занятость
График работы:
полный день
Дополнительные сведения о вакансии: Data scientist (аналитик данных)
Крупная нефтехимическая компания, лидер на рынке. 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 другой:
- математическое моделирование физических систем (численные методы, в т. ч. решение дифференциальных уравнений и УрЧП);
- машинное обучение и анализ данных в приложении к задачам производства (нефтехимия).
У нас вы найдете:
- Интересные задачи в передовой нефтехимической компани, 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 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.
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.
Базовые требования:
- Умение писать понятный код на Python, владение стандартным набор 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, 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.
Откликнуться на эту вакансию: Data scientist (аналитик данных)
Предыдущая вакансия:
Вакансия № 21690838 на должность Аналитик-исследователь (Quantitative Analyst) от компании ООО Инвестиционная компания Фридом Финанс в городе (населенном пункте) Москва