pytorchtensorflowdeep learningmlflowlstmtransformerfeature engineeringtime series forecastingproduction deploymentshap
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$3.6к$4.2кмедиана$5.3к
28 в выборке
На международном рынке: $175к/год ($121к - $207к)
87
Хорошая вакансия
развернуть
Чётко очерченная роль с глубоким обучением, влиянием на production и масштабными задачами в ритейле выглядит привлекательно; при этом фиксированный график будней может ограничивать гибкость.
Фиксированный график
Актуальные ML-технологии
Влияние на бизнес
Развитие за счёт компании
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Senior ML Engineer/Data Scientist (Deep Learning): Разработка и внедрение моделей глубокого обучения для прогнозирования спроса и временных рядов в розничной торговле с акцентом на PyTorch/TensorFlow, foundation-модели и масштабируемые production-пайплайны. Focus on построение нейронных архитектур LSTM, GRU, Transformer и TFT, решение cold start, интерпретируемость моделей и оптимизацию качества прогнозов.
Локация: Москва, улица Коровий Вал, 5; работа удалённо или в гибридном формате.
Официальное оформление с белой заработной платой; размер не указан.
Компания
X5 Tech — IT-компания и цифровой партнёр X5 Group, развивающий решения для розничных сетей, магазинов, сотрудников и покупателей.
Что делать
Разрабатывать и обучать модели глубокого обучения для прогнозирования спроса и временных рядов в задачах розничной торговли.
Создавать архитектуры LSTM, GRU, Transformer и TFT, адаптировать foundation-модели и применять fine-tuning и transfer learning.
Настраивать ML-эксперименты, логировать метрики, оценивать качество прогнозов и анализировать важность признаков.
Разрабатывать пайплайны подготовки данных: feature engineering, обработку пропусков и аномалий.
Решать задачи cold start для новых товаров и магазинов, оптимизировать модели по производительности и масштабируемости.
Внедрять модели в production, обеспечивать мониторинг и регулярное переобучение.
Требования
От 4 лет опыта работы в роли Data Scientist или Machine Learning Engineer; в вакансии также указан общий опыт от 3 до 6 лет.
Практический опыт разработки моделей глубокого обучения с PyTorch и/или TensorFlow.
Опыт работы с MLflow или аналогичными инструментами отслеживания экспериментов и управления жизненным циклом моделей.
Умение анализировать и интерпретировать модели с использованием feature importance, SHAP, permutation importance и attention-based методов.
Понимание архитектур RNN, LSTM, GRU, Transformer и TFT для прогнозирования временных рядов.
Понимание подготовки данных для временных рядов: feature engineering, лаги, экзогенные признаки, обработка пропусков и нормализация.
Опыт оценки качества моделей временных рядов и выбора метрик MAE, RMSE, MAPE, WAPE и других.
Знакомство с библиотеками и фреймворками для временных рядов, включая Apache Chronos или аналогичные решения.
Хорошо, если есть
Понимание принципов production-развёртывания DL-моделей и мониторинга их качества.
Культура и преимущества
Полная занятость, график 5/2; начало рабочего дня с 8:00, 9:00 или 10:00, стандартный график — с 9:00 до 18:15, в пятницу до 17:00.
Возможность работать удалённо или в гибридном формате; офис с бесплатной парковкой у метро «Волгоградский проспект» и МЦД «Калитники».
Квартальные премии по результатам работы, ДМС с выездом за рубеж и стоматологией, страхование жизни и здоровья.
Внешние тренинги, семинары, конференции, программы развития, корпоративный университет, мастер-классы и наставничество.
Технические сообщества, внутренние митапы, демо-дни, программы для спикеров и авторов, волонтёрские и корпоративные инициативы.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →