Плановый срок рассмотрения кандидата: 7±3 дн.
Неизвестный работодатель · На сервисе с: 10.08.26 10:35
ID 3331
Python разработчик
Middle+, Senior
#Проект:
Поддержка направления Data Science
#Условия:
Клиент: Пищевая промышленность
Длительность: до ••••••••
Занятость: полная
❗️Локация: РФ
Гражданство: РФ❗️
Рабочий график: МСК ± 2
Формат: Удаленно
Плановый срок рассмотрения кандидата: 7±3 дн.
Дополнительно:
#Позиция:
Роль: Python разработчик
Уровень: Middle+, Senior
Количество: 1
Английский: -
#Обязательно:
- Отличное знание Python, опыт промышленной разработки уровня Middle+ / Senior;
- Глубокое знание алгоритмов, структур данных, оценки сложности;
- Библиотеки анализа данных: Pandas, NumPy;
- ООП и принципы проектирования вычислительных систем, умение писать чистый поддерживаемый код;
- SQL и реляционные базы данных (PostgreSQL);
- Юнит- и интеграционное тестирование, владение методологией тестирования;
- Уверенное владение Git;
- Опыт обёртки логики в backend-сервисы (FastAPI, Hug и другое), базовое понимание архитектуры web-приложений;
- Базовые навыки DevOps: Docker, работа в Unix-подобных системах, понимание принципов CI/CD;
- Готовность и мотивация развиваться в направлении Data Science — интерес к ML и математической статистике, желание разбираться в моделях, а не только в их обвязке;
- Высокие навыки коммуникации и решения проблем, стремление к обучению;
- Уровень английского языка — Intermediate.❗️❗️
#Желательно:
- Базовое понимание машинного обучения: линейные модели, Random Forest, метрики качества;
- Знакомство с временными рядами: очистка, прогнозирование, кросс-валидация;
- Библиотеки ML: Scikit-learn, Statsmodels (на уровне применения готовых инструментов);
- Библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost;
- Опыт работы с большими данными: Spark, PySpark, работа с S3;
- Навыки MLOps / DevOps: Kubernetes, KubeFlow, оркестрация пайплайнов;
- Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
- Опыт в FMCG в Supply Chain, Demand Planning, Forecasting, ERP, APS;
- Опыт работы в продуктовых командах (Agile, Scrum).
#Задачи:
- Сбор, очистка и подготовка данных из различных источников для обучения и эксплуатации моделей;
- Проектирование и поддержка end-to-end пайплайнов данных: от источников до готовых признаков и витрин;
- Разработка сервисов и API на FastAPI для обёртки моделей и математической логики с интеграцией в бизнес-процессы;
- Рефакторинг исследовательских прототипов в поддерживаемый продакшен-код с покрытием тестами и участием в ревью;
- Настройка вывода моделей в эксплуатацию: контейнеризация, CI/CD, мониторинг работы сервисов;
- Оптимизация производительности критичных участков и работа с большими объёмами данных;
- Погружение в ML-математику и постепенное принятие на себя всё большего объёма модельной работы с развитием в сторону Data Science;
- Эффективное взаимодействие с Data Scientist, представителями бизнеса и техническими командами.
❗️❗️❗️Писать ••••••••⚡️⚡️⚡️⚡️ С РЕЗЮМЕ В КОТОРОМ УКАЗАН ВОЗРАСТ И ЛОКАЦИЯ НАХОЖДЕНИЯ. Укажите 🆔
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.