Чем предстоит заниматься (Задачи): Работа с данными: Очищать, преобразовывать и подготавливать большие объемы телематических и навигационных данных с использованием Python (Pandas, NumPy).
Контроль качества: Проводить аудит исходных данных — проверять их полноту, консистентность и корректность.
Расчет метрик: Вычислять ключевые транспортные и эксплуатационные показатели (пробег, средняя скорость, продолжительность поездок, время простоя и т.д.).
Разработка алгоритмов: Проектировать и внедрять алгоритмы для автоматического выявления различных нарушений на основе навигационных данных.
Исследования (R&D): Тестировать гипотезы и разрабатывать логику детекции новых видов нарушений.
Валидация: Проверять корректность работы расчетных алгоритмов, разбирать и анализировать спорные/нетипичные случаи (edge-cases).
Визуализация: Строить статические и интерактивные графики (Matplotlib, Seaborn, Plotly) для визуального поиска закономерностей, отклонений и аномалий. Документирование: Описывать методы обработки данных, математические формулы расчетов и бизнес-логику выявления нарушений.
Что мы ожидаем (Требования): Хард-скиллы: Уверенное владение Python и стеком для анализа данных (Pandas, NumPy).
Визуализация: Опыт работы с библиотеками Matplotlib, Seaborn, Plotly для проведения EDA (разведочного анализа данных).
Предметная область: Понимание принципов работы с пространственно-временными данными, телематикой или GPS/ГЛОНАСС системами.
Алгоритмическое мышление: Опыт разработки правил/алгоритмов для автоматизации бизнес-логики (например, выявление аномалий, скоринг, классификация).
Soft skills: Способность ясно и структурированно излагать сложную логику в технической документации. (Опционально, но часто требуется)
SQL: Умение писать запросы для выгрузки данных из реляционных БД.
Будет плюсом): Опыт работы в сфере транспортной логистики, мониторинга автопарка или IoT. Опыт работы с геоданными (GeoPandas, Shapely, PostGIS). Знание основ статистики для оценки значимости выявляемых отклонений.