ML Engineer (Routing)

📑 Вакансия ML Engineer (Routing)

Удалённая работа или офис, возможен гибрид

💎 Andersen в поисках ML-инженера для проекта по разработке ML-решений для оптимизации маршрутизации в реальном времени, предсказания ETA и обработки крупномасштабных геоданных. Заказчик — глобальная инвестиционная компания. Задачи: построение ML-моделей, корректирующих оценки ETA маршрутизатора (от градиентного бустинга до нейросетей и архитектур на основе Transformer по мере роста данных); модели оценки трафика, превращающие GPS-данные в дорожные скорости и исторические профили трафика; map-matching — привязка зашумлённых GPS-данных к дорожному графу; улучшение расчёта ETA, сглаживания и логики перестроения маршрута; перевод целей маршрутизации в ML-задачи с корректными proxy-метриками, включая loss-функции, где недо- и перепредсказание имеют разную стоимость; ведение оценки end-to-end — от офлайн-метрик до онлайн-экспериментов (shadow-тесты, switchback); вывод моделей в low-latency production-сервинг совместно с backend-инженерами; владение полным ML-циклом в продакшене — сервинг, мониторинг data и concept drift, пайплайны переобучения. Условия: удалённая работа, офис или гибрид, менторство и адаптация для новых сотрудников, до 1 000 EUR в месяц дополнительно в зависимости от уровня экспертизы (входит в годовой бонус), корпоративный обучающий портал, компенсация сертификаций (AWS, PMP и др.), реферальная программа, ДМС и компенсация спорта в зависимости от типа занятости.

🧩 Требования: опыт в ML-инжиниринге от 5 лет, включая минимум 3 года построения и деплоя deep learning-моделей в продакшене; прямой опыт с регрессионными, forecast- и предиктивными моделями на табличных, временных рядах или событийных данных (доставка, спрос, прайсинг, логистика), включая градиентный бустинг (XGBoost, LightGBM, CatBoost); экспертный уровень Python и SQL, владение PySpark, Pandas, NumPy, Scikit-learn, PyTorch; способность спроектировать ML-систему с нуля — от анализа сырых логов и feature engineering до сервинга в продакшене; опыт перевода бизнес-цели в ML-задачу с proxy-метриками и нефункциональными требованиями, участие в A/B-тестах, switchback- и shadow-экспериментах и статистической оценке бизнес-эффекта; опыт работы с MLOps-инструментами и практиками на полном жизненном цикле модели, включая мониторинг и автоматическое переобучение; опыт деплоя моделей на ML-serving-инфраструктуре с фокусом на низкую латентность, практическое знание детекции и управления concept drift; английский от Upper-Intermediate. Будет плюсом: экспертиза в ETA, оценке трафика или качестве routing-движков; опыт с open-source routing-движками (Valhalla, OSRM, GraphHopper) и понятиями map-matching, speed profiles, road-graph tiles, historical traffic; опыт в геопространственных и картографических продуктах; опыт разработки для развивающихся рынков со слабыми картографическими данными; опыт с BigQuery, Databricks (сертификаты — плюс) и распределённым обучением глубоких моделей.

🌐 Показать контакты

🔮 — бесплатно постим IT-вакансии