Вакансии операционное совершенство: работа в IT и digital
Вакансии компании операционное совершенство в IT и digital за последние 30 дней. Направления найма, города и форматы работы. Дубли объединены. HireSeeker — независимый агрегатор вакансий.
Найдено: 2. Обновлено .
Города с вакансиями
- Москва2
Страны с вакансиями
- Россия2
Форматы работы
- Удалённая работа2
Продукт: ИИ-система автоматизации оперативного управления. Принимает решения, которые раньше принимал диспетчер — в реальном времени, по потоку телеметрии от сотен подвижных объектов. Система определяет, какой объект куда направить, чтобы сократить простои и очереди на пунктах обслуживания.
Что предстоит сделать
-
Ядро системы: потоковая обработка событий и принятие решений по алгоритму в реальном времени
-
Алгоритм и прогнозные модели развиваются вместе с ML-специалистами команды; инженер отвечает за то, как они считаются на потоке и укладываются в бюджет задержки
-
Ядро потоковой обработки: сервисы читают поток событий, держат по нему актуальное состояние объектов и считают решения, не обращаясь к базам
-
Решение по событию: куда направить объект — либо отказ с кодом причины.
-
Архитектура процессоров: сколько их, ключ каждого, состав состояния, гарантии доставки, число партиций и реплик
-
Потоковая механика: дедлайны без таймеров, восстановление состояния при рестарте и переезде партиции, повторное проигрывание, идемпотентная выдача команд во внешние системы
-
Проверка качества решений на реальных данных на стенде и выкат в продакшен
Ты нам подходишь, если у тебя есть
-
Опыт работы на Python от 3 лет
-
Техническое образование обязательно
-
Понимание фундамента: ОС, сети, distributed systems, stream processing.
-
Kafka — обязательно
-
Знание модели потоковой обработки
-
Умение обосновать границы сервиса
-
SQL: материализованные представления, оконные функции
-
Docker, Kubernetes на уровне пользователя, GitLab CI
-
Умение работать самостоятельно
-
Активно используешь ИИ в разработке
-
Готов выполнить тестовое задание и пройти техническое интервью
У нас хорошо, потому что у нас есть
- Возможность работать из любой точки мира
- ИТ аккредитация
- Программа корпоративных привилегий BestBenifit
- ДМС со стоматологией
- Доступ к обучению английскому языку
- Возможность проходить курсы и тренинги по развитию в сфере вашей специальности
- Участие в интересных и сложных проектах в области искусственного интеллекта
В сопроводительном напиши пару слов: с чем работал из потоковой обработки, какое образование, используешь ли ИИ в разработке
Операционное совершенство – IT-компания, которая занимается разработкой, внедрением и сопровождением IT-продуктов для горнодобывающей отрасли, а также оказывает услуги по диспетчеризации производства на основе собственных IT-продуктов.
Продукт: ИИ-система автоматизации оперативного управления. Принимает решения, которые раньше принимал диспетчер — в реальном времени, по потоку телеметрии от сотен подвижных объектов. Система определяет, какой объект куда направить, чтобы сократить простои и очереди на пунктах обслуживания. Каждое решение опирается на прогнозы: когда объект приедет, сколько займёт обслуживание, какой будет очередь. От их точности и калибровки зависит, помогает решение или мешает.
Что предстоит сделать
-
Прогноз времени прибытия объекта к пункту по дорожной сети: с учётом загрузки, профиля и покрытия дороги, погоды, смены, водителя и загруженности участков. Результат — распределение, а не одно число: ядро решений учитывает неопределённость.
-
Прогнозы длительности обслуживания, цикла и очереди на пункте.
-
Измерение эффекта автономных решений: сколько времени и объёма дало решение по сравнению с тем, что было бы без него. Методика на исторических данных и дизайн экспериментов на площадке.
-
Данные из телеметрии: пропуски, дубли, сдвиг часов, выбросы, новые объекты и водители. Признаки, которые считаются одинаково при обучении и на потоке.
-
Вывод моделей в поток: инференс в процессоре в бюджете задержки, версии моделей, откат.
-
Мониторинг качества и дрейфа в продакшене; регресс на эталонном наборе, который блокирует выкат модели хуже текущей.
Ты нам подходишь, если у тебя есть
-
Высшее техническое образование обязательно.
-
ML в продакшене от 4 лет: модели, которые работали в реальном процессе.
-
Табличные и пространственно-временные данные: градиентный бустинг LightGBM, CatBoost или XGBoost; признаки по времени и графу; категории и значения, которых не было в обучении.
-
Вероятностные прогнозы: квантили, калибровка, pinball loss, покрытие интервалов.
-
Честная оценка: разбиение по времени, поиск утечек, отложенный период, сравнение с базовой линией, метрики по срезам.
-
Причинный вывод на практике: смещение отбора, взвешивание и модели исхода, A/B и switchback-эксперименты, когда объекты влияют друг на друга.
-
Python: pandas или polars, numpy, scikit-learn; код, который читают другие: типизация, тесты. SQL: оконные функции и агрегаты.
-
Вывод моделей: воспроизводимое обучение, версия модели и данных, сериализация, задержка инференса.
-
Ежедневная работа с ИИ-агентами для кода: данные, признаки, эксперименты, тесты. Вы можете показать, что поручили агенту, как проверили результат и какую ошибку агента поймали.
-
Можешь выполнить тестовое задание и пройти техническое интервью.
У нас хорошо, потому что у нас есть
- Возможность работать из любой точки мира.
- ИТ аккредитация.
- Программа корпоративных привилегий BestBenifit.
- ДМС со стоматологией.
- Доступ к обучению английскому языку.
- Возможность проходить курсы и тренинги по развитию в сфере вашей специальности.
- Участие в интересных и сложных проектах в области искусственного интеллекта.
В сопроводительном напиши пару слов: какие модели выводили в поток, какое образование, какие ИИ используешь в работе
Вакансии по профессиям
Как составлена подборка
Показываем активные предложения IT и digital, опубликованные за последние 30 дней. Дубли объединяем. Условия и наличие вакансии могут измениться после обновления: проверяйте их перед откликом.