R

Senior Machine Learning Engineer (Supply Chain) (Python)

Senior Machine Learning Engineer (Supply Network Planning / Operations Research) 🧠📦

red

285k–305k ₽РоссияБеларусьУдалёнка

Senior Machine Learning Engineer (Supply Network Planning / Operations Research) 🧠📦

Ставка: до 305 000 руб. на руки в месяц.

Грейд: Senior.

Загрузка: Full-time (полная занятость).

Старт: ASAP.

Длительность: До конца года + опция продления.

Формат: Удалённо.

Часовой пояс: МСК (UTC+3).

Локация/Гражданство: РФ, РБ.

О проекте: крупная ИТ-компания. Разработка модулей планирования снабжения и производства для оптимизации запасов и календарного планирования в крупном ритейле (сектор FMCG).

О роли: ищем сильного Senior-специалиста на стыке Machine Learning, Operations Research и Software Engineering. Вы будете формализовать сложные бизнес-задачи в математические модели, строить алгоритмы оптимизации и интегрировать современные ИИ-агенты в процессы планирования цепочек поставок.

Ключевые задачи:

  • Проектирование и реализация компонентов для календарного и производственного планирования.
  • Оптимизация запасов.
  • Формализация бизнес-задач как задач математической оптимизации (LP, MILP).
  • Разработка и анализ математических моделей линейного и смешанно-целочисленного программирования.
  • Постановка задач ИИ-агентам, управление контекстом, проверка и интеграция результатов в кодовую базу.

Обязательные требования (Hard Skills):

Python и разработка (КРИТИЧНО!):

  • Опыт промышленной разработки на Python уровня Senior.
  • Глубокое знание алгоритмов, структур данных, оценка сложности по Big O.
  • Шаблоны ООП и проектирование сложных вычислительных решений.
  • Навыки юнит- и интеграционного тестирования.

Математическая оптимизация и OR (КРИТИЧНО!):

  • Опыт работы в области Operations Research, систем планирования производства (APS), логистики или Supply Chain Management.
  • Практический опыт построения моделей дискретной и линейной оптимизации для реальных бизнес-задач.

Инструменты и процессы:

  • SQL и работа с PostgreSQL (уровень Middle+).
  • Агентная разработка с использованием ИИ (уровень Middle+).
  • Уверенное владение Git (Middle+): работа с ветками, управление изменениями, разрешение конфликтов, создание Merge Requests, участие в Code Review.

Будет весомым плюсом:

  • Инструменты оптимизации: Pyomo, OR-Tools, PuLP, COIN-OR.
  • Решатели (Solvers): Gurobi, CPLEX, SCIP, COPT, GLPK.
  • Опыт декомпозиции крупномасштабных задач оптимизации.
  • Знание CP / CP-SAT и других методов дискретной оптимизации, многокритериальная оптимизация (multi-objective optimization).
  • Навыки настройки решателей (solver tuning) и оптимизации математических моделей.
  • Опыт конкурентных и параллельных вычислений (многопоточность, многопроцессность), профилирование и управление памятью.
  • Опыт разработки REST API приложений.
  • Знание принципов CI/CD, работа в Unix-подобных системах, Docker.
  • Наличие специализированных курсов по Discrete Optimization, Operations Research или алгоритмам.

Образование:

  • Высшее техническое или математическое (прикладная математика, кибернетика, информационные технологии).

Важно: Заказчик предоставляет собственное оборудование, на котором будет работать специалист.

Похожие вакансии Data Science & ML

hh.ru
СБЕР

Middle Data Scientist

СБЕР
Зарплата не указанаРоссияМоскваОфис

Команда Управления аналитики по расходам и Process Mining создает сервис для подготовки финансово-экономической оценки объектов строительства.

В составе решения будет использоваться прогнозная модель, результаты которой должны быть встроены в общий расчётный процесс.

Ищем Data Scientist уровня Middle, который сможет разработать прогнозную модель и вместе с backend-разработчиком довести её до промышленного использования.

Чем предстоит заниматься:

  • совместно с аналитиками формализовать задачу прогнозирования, целевые показатели, ограничения и критерии качества
  • исследовать доступные данные, оценивать их пригодность и выявлять риски для построения модели
  • разрабатывать базовые и улучшенные варианты модели, выбирать подход на основании измеримого качества и требований продукта.
  • проверять устойчивость модели, отсутствие утечек данных и корректность процедуры проверки качества
  • формировать требования к составу, качеству и обновлению входных данных
  • реализовать подготовку признаков и работу модели как версионируемые программные компоненты, а не как набор несвязанных блокнотов и SQL-скриптов
  • применять объектно-ориентированное проектирование для разделения этапов обработки, расчёта признаков, запуска модели и формирования результата
  • покрывать критичную логику модульными и интеграционными тестами.
  • вместе с backend-разработчиком проектировать контракты входных и выходных данных, порядок запуска модели и обработку ошибок
  • участвовать в проектировании процессов регулярного и повторного расчёта
  • обеспечивать воспроизводимость результата: для каждого расчёта должны быть известны версии исходных данных, подготовки признаков, модели, настроек и программного кода
  • участвовать в организации проверок качества данных и результатов модели
  • настраивать наблюдение за качеством модели после её запуска
  • документировать принятые решения, ограничения модели и порядок её использования.

Мы ждем, что вы:

  • имеете коммерческий опыт работы Data Scientist
  • участвовали хотя бы в одном проекте, где модель была доведена до промышленного использования
  • уверенно владеете Python
  • хорошо понимаете объектно-ориентированное программирование и модульное проектирование
  • умеете превращать исследовательский код в поддерживаемый программный компонент
  • имеете опыт работы с табличными данными и задачами прогнозирования или регрессии
  • понимаете методы проверки качества моделей, построения базового решения и предотвращения утечек данных
  • имеете опыт работы с SQL и понимание того, какую логику следует оставлять в запросах, а какую переносить в программный код
  • имеете опыт использования Git, проверки кода и автоматических тестов
  • умеете работать совместно с backend-разработчиками и договариваться об интерфейсах между моделью и продуктом.

Что мы предлагаем:

  • комфортный современный офис рядом с м. Кутузовская
  • ежегодный пересмотр зарплаты, годовую премию
  • корпоративный спортзал и зоны отдыха
  • уникальную систему обучения Сбера для профессионального и карьерного развития
  • расширенный ДМС и льготное страхование для семьи
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • подписку Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера
  • корпоративную пенсионную программу
Сайты компаний
СБЕР
Зарплата не указанаРоссияМоскваГибрид

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера.

Наша команда строит и дообучает линейку LLM под банковские сценарии.

• Обучать LLM на GPU-кластерах с кучей H100

• Собирать, очищать и готовть датасеты для pre-training и fine-tuning

• Анализировать результаты экспериментов и улучшать качество моделей

• Запускать существующие и создавать новые бенчмарки

• Оптимизировать инференс, проводить нагрузочное тестирование и внедрять обученные модели

• Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)

• Python, Linux

• Глубокое понимание теоретических и практических аспектов LLM: архитектура, токенизация, построение пайплайнов, batching, mixed precitions, распределенное обучение

• Подтвержденный практический опыт обучения LLM (pre-training, fine-tuning, aligment) в учебных проектах, статьях или курсах

• Опыт разработки на Python, опыт работы в Linux системах, знание стандартных bash команды

• Умение работать как с кодовыми ассистентами, в том числе в изолированном окружении без интернета

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• Формат работы - гибрид, занятость от 20 часов в неделю

• Комфортный современный офис в г. Москва рядом с метро Кутузовская

• Корпоративный спортзал и зоны отдыха

• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• Вознаграждение за рекомендацию друзей в команду Сбера

Соц.сети

Machine Learning Engineer

Зарплата не указанаИспанияBarcelonaОфис

Machine Learning Engineer в ••••••••

📍Барселона (нужен work-permit)
💎Python, NumPy, pandas, scikit-learn, PyTorch/TensorFlow, SQL
🚀•••••••• — Владимир Лупенко, партнер Financial Consulting Group и сооснователь CarPrice, и Диляра Лупенко, ex Акватон.

•••••••• — сеть стоматологий и разработчик технологий, в том числе невидимых элайнеров. •••••••• вошел в топ самых быстрорастущих компаний health-tech по версии Forbes.

Размер команды — 1000+ | Инвестиции — $110M🔥

Узнать подробнее и откликнуться: ••••••••

Другие вакансии:
— ••••••••
— ••••••••

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.