Аналитик данных / Data Scientist (middle+)

Открыта вакансия "аналитик данных" в г. Москва.СИБУР Диджитал - цифровое подразделение крупнейшей нефтехимической компании России. Мы создаем продукты, которые меняют подход к производству. У нас будущее уже наступило. В связи с увеличением портфеля проектов и решаемых задач, мы расширяем команду продвинутой аналитики и ищем аналитиков данных уровня middle/senior с инженерной подготовкой, которые стремятся работать и развиваться в областях машинного обучения для бизнесовых и индустриальных задач, технологической оптимизации, разработки гибридных моделей и продуктов продвинутой аналитики. Задачи, которые вы будете решать: Разработка моделей машинного обучения для задач технологической оптимизации нефтехимического производства. Разработка моделей машинного обучения для задач оптимизации бизнес-процессов в маркетинге, ценообразовании, логистике, экологии. Извлечение информации из исторических данных, анализ данных и формулировка результатов для повышения качества управления производством. Разработка и реализация методов поиска оптимальных режимов работы промышленного процесса. Разработка гибридных моделей с использованием методов машинного обучения и технологического моделирования (физика/химия + ML) для моделирования процессов нефтехимического производства. Оптимизация вычислений. Интеграция разработанных методов и моделей в единый фреймворк обучения и эксплуатации моделей. Базовые требования: Умение писать понятный код на Python, знание SQL, владение стандартным набором библиотек (Numpy, Pandas, Scikit-Learn, Matplotlib/Seaborn, XGBoost/LightGBM/CatBoost, Scipy). Знание теории и опыт в области классического машинного обучения , понимание границ применимости методов, интерпретации результатов обучения, гибкое мышление в решении сложных и иногда нетиповых задач машинного обучения. Навык интерпретации алгоритмов машинного обучения. Навык работы с текстовыми данными. Понимание основ физического моделирования (например, что такое закон сохранение массы и энергии), а также большое желание изучить эти процессы глубже для разработки передовых решений в промышленности. Способность сделать разведочный анализ данных, сделать осознанный отбор признаков, объяснить полученные результаты. Понимание основ работы оптимизационных алгоритмов. Будет плюсом: Хорошая математическая подготовка хотя бы в одной области и представление о других: численные методы решения дифференциальных уравнений и УрЧП, математическая физика, оптимальное управление, теория вероятностей и математическая статистика, математическая оптимизация. Способность сделать самостоятельно химическую/физическую модель процесса на основе существующего описания. Опыт численного моделирования для задач химической кинетики, термодинамики, гидродинамики. Знание основ нефтехимических технологий переработки. У нас вы найдете: Интересные задачи в передовой нефтехимической компании, реальную отдачу от своей работы. Все необходимые условия для комфортной и продуктивной работы: ноутбуки, внутренний кластер серверов для высокопроизводительных вычислений, хорошая рабочая атмосфера и профессиональная команда. Разовьёте уникальные компетенции разработки моделей для сложных процессов индустрии. Будете учиться и повышать свою квалификацию при ресурсной поддержке компании и опытных наставников. Получите опыт работы в кросс-функциональных командах с погружением в бизнес-процессы и гибкие процессы разработки, а не задачи по ТЗ. Поймете, как работает ModelOPS и как правильно запускать модели в промышленную эксплуатацию. Перспективы роста, которые напрямую зависят от результатов. Что мы предлагаем: Работу в аккредитованной ИТ-компании. Гибридный формат работы (график обсуждается индивидуально в зависимости от роли). Прозрачная система премирования и карьерного роста. ДМС со стоматологией и льготное страхование родственников. Заботу о благополучии сотрудников: психолог, нутрициолог, health-коуч, юридическая поддержка. Обучение: лекции, курсы, ворк-шопы, курсы ИТ-г