Загружаем источник...Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
ID 1726
#ML
О проекте:
Описание проекта:* Платформа интегрированного планирования, позволяющая клиентам точно прогнозировать факторы, определяющие прибыльность при тех или иных сценариях. Платформа обладает модульной структурой, где каждый модуль соответствует определенным потребностям бизнеса, что позволяет тщательно планировать проекты и рационально использовать ресурсы
• Работа над высокотехнологичным продуктом в области Demand Planning.
• Проект предполагает глубокое погружение в математику и алгоритмы обработки больших массивов данных.
Название конечного клиента или отрасль: MARS INCORPORATED
Дата старта проекта: ASAP
Продолжительность проекта : долгосрок
Оформление:
Локация кандидата: РФ
Загрузка: фулл-тайм
Особые условия: нет
📌 Задачи:
• Разработка и развитие модуля Demand Planning: проектирование и реализация высоконагруженных алгоритмов для прогнозирования спроса и анализа рыночных сигналов.
• Проектирование и реализация компонентов для работы с данными: чтение/запись в БД, очистка, проверка качества и сглаживание данных.
• Написание и внедрение ML-модулей для задач прогнозирования.
• Оптимизация вычислительных решений и работа над производительностью алгоритмов.
💻 Требования:
Стэк проекта (фреймворк, БД, Микросервис/Монолит):
• Backend: Python, Java
• Frontend: Angular, TypeScript
• Базы данных: PostgreSQL, ClickHouse
• Архитектура: Микросервисная
Опыт работы / сфера и направление:
• Инфраструктура: облачные решения (Yandex Cloud)
• Опыт коммерческой разработки на Python (уровень Senior).
• Опыт работы в продуктовых командах или над сложными корпоративными системами (Supply Chain Management, ERP, системы планирования — будет преимуществом).
• Опыт работы с распределенными командами в рамках микросервисной архитектуры.
Обязательные навыки:
• Глубокое знание алгоритмов, структур данных и умение применять нотацию Big O для оценки сложности.
• Опыт работы с библиотеками анализа данных: Pandas, Scikit-learn, Statsmodels.
• Отличное знание паттернов ООП и принципов проектирования вычислительных систем.
• Уверенное владение SQL и опыт работы с реляционными базами данных (PostgreSQL).
• Навыки написания тестов (unit, integration) и понимание методологии тестирования.
• Уверенное владение Git.
Будет плюсом:
• Знание математической статистики и основ Machine Learning (линейные модели, Random Forest, LSTM и др.).
• Навыки работы с временными рядами (очистка, прогнозирование, кросс-валидация и т.п.).
• Опыт работы с библиотеками градиентного бустинга (XGBoost, LightGBM, CatBoost) или Deep Learning для TS (LSTM, Prophet, DeepAR).
• Навыки работы в Unix-like системах и понимание принципов CI/CD.
• Дополнительный плюс: опыт работы с C/C++ для оптимизации критичных узлов системы.
Знание стека:
• Языки: Python (основной), С/С++ (желательно).
• БД: PostgreSQL.
• Инструменты: Pandas, Scikit-learn, Git, Docker/Kubernetes (контекст проекта).
Образование:
Высшее техническое образование (математика, ИТ, физика или прикладные науки) или наличие релевантного опыта.
#ML
О проекте:
Описание проекта:* Платформа интегрированного планирования, позволяющая клиентам точно прогнозировать факторы, определяющие прибыльность при тех или иных сценариях. Платформа обладает модульной структурой, где каждый модуль соответствует определенным потребностям бизнеса, что позволяет тщательно планировать проекты и рационально использовать ресурсы
• Работа над высокотехнологичным продуктом в области Demand Planning.
• Проект предполагает глубокое погружение в математику и алгоритмы обработки больших массивов данных.
Название конечного клиента или отрасль: MARS INCORPORATED
Дата старта проекта: ASAP
Продолжительность проекта : долгосрок
Оформление:
Локация кандидата: РФ
Загрузка: фулл-тайм
Особые условия: нет
📌 Задачи:
• Разработка и развитие модуля Demand Planning: проектирование и реализация высоконагруженных алгоритмов для прогнозирования спроса и анализа рыночных сигналов.
• Проектирование и реализация компонентов для работы с данными: чтение/запись в БД, очистка, проверка качества и сглаживание данных.
• Написание и внедрение ML-модулей для задач прогнозирования.
• Оптимизация вычислительных решений и работа над производительностью алгоритмов.
💻 Требования:
Стэк проекта (фреймворк, БД, Микросервис/Монолит):
• Backend: Python, Java
• Frontend: Angular, TypeScript
• Базы данных: PostgreSQL, ClickHouse
• Архитектура: Микросервисная
Опыт работы / сфера и направление:
• Инфраструктура: облачные решения (Yandex Cloud)
• Опыт коммерческой разработки на Python (уровень Senior).
• Опыт работы в продуктовых командах или над сложными корпоративными системами (Supply Chain Management, ERP, системы планирования — будет преимуществом).
• Опыт работы с распределенными командами в рамках микросервисной архитектуры.
Обязательные навыки:
• Глубокое знание алгоритмов, структур данных и умение применять нотацию Big O для оценки сложности.
• Опыт работы с библиотеками анализа данных: Pandas, Scikit-learn, Statsmodels.
• Отличное знание паттернов ООП и принципов проектирования вычислительных систем.
• Уверенное владение SQL и опыт работы с реляционными базами данных (PostgreSQL).
• Навыки написания тестов (unit, integration) и понимание методологии тестирования.
• Уверенное владение Git.
Будет плюсом:
• Знание математической статистики и основ Machine Learning (линейные модели, Random Forest, LSTM и др.).
• Навыки работы с временными рядами (очистка, прогнозирование, кросс-валидация и т.п.).
• Опыт работы с библиотеками градиентного бустинга (XGBoost, LightGBM, CatBoost) или Deep Learning для TS (LSTM, Prophet, DeepAR).
• Навыки работы в Unix-like системах и понимание принципов CI/CD.
• Дополнительный плюс: опыт работы с C/C++ для оптимизации критичных узлов системы.
Знание стека:
• Языки: Python (основной), С/С++ (желательно).
• БД: PostgreSQL.
• Инструменты: Pandas, Scikit-learn, Git, Docker/Kubernetes (контекст проекта).
Образование:
Высшее техническое образование (математика, ИТ, физика или прикладные науки) или наличие релевантного опыта.
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 →
Текст вакансии взят без изменений
Источник -
