Инженер машинного обучения, направление Supply Network Planning (MLE SNP)
Что предстоит делать
Крупная ИТ компания ищет инженера машинного обучения для направления Supply Network Planning (MLE SNP). Задача – разработка модулей планирования снабжения и производства, проектирование и реализация компонентов для календарного и производственного планирования, а также формализация бизнес‑задач как задач математической оптимизации (LP, MILP). Требуется глубокое знание алгоритмов, структур данных, оценка сложности по Big O, опыт работы с Python (Senior уровень), OOP, SQL, PostgreSQL, Git, юнит‑ и интеграционное тестирование, основы линейного программирования и MILP, опыт промышленной разработки на Python, опыт в Operations Research, систем планирования производства (APS), логистике или Supply Chain Management, практический опыт построения моделей дискретной и линейной оптимизации для реальных бизнес‑задач. Плюсом будет знание инструментов оптимизации (Pyomo, OR‑Tools, PuLP, COIN‑OR), решателей (Gurobi, CPLEX, SCIP, COPT, GLPK), математической статистики, методов дискретной оптимизации, математического программирования, C/C++ для критичных узлов, работа в Unix‑подобных системах, CI/CD, декомпозиция крупномасштабных задач, высшее техническое или математическое образование и специализированные курсы по Discrete Optimization, Operations Research или алгоритмам. Заказчик отправляет своё устройство. Работа удалённая, полная занятость, длительность 3 месяца с опцией продления.
Что мы ждём от кандидата
- Глубокое знание алгоритмов, структур данных, оценка сложности по Big O
- Python (Senior уровень)
- Шаблоны ООП и проектирование сложных вычислительных решений
- SQL и работа с PostgreSQL, Git
- Юнит- и интеграционное тестирование
- Основы линейного программирования (LP) и смешанно-целочисленного линейного программирования (MILP)
- Опыт промышленной разработки на Python уровня Senior
- 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 оптимизации: Pyomo, OR-Tools, PuLP, COIN-OR
- решатели: Gurobi, CPLEX, SCIP, COPT, GLPK
- математическая статистика, методы дискретной оптимизации, математическое программирование (LP, MILP, MIP)
- C / C++ для оптимизации критичных вычислительных узлов
- работа в Unix-подобных системах, принципы CI/CD
- декомпозиция крупномасштабных задач оптимизации
- Высшее техническое или математическое образование (прикладная математика, кибернетика, информационные технологии)
- Специализированные курсы по Discrete Optimization, Operations Research или алгоритмам
Что предлагаем
- Полная занятость
- Удалёнка
- Длительность 3 мес с опцией продления
- Заказчик отправляет свое устройство
О Deffic
Откликнитесь на сайте работодателя.