ML-инженер (Middle, предиктивная аналитика промышленного оборудования)
Описание
О компании Продуктовая компания в сфере разработки программного обеспечения сложных систем, на рынке с 2015 года. Мы развиваем систему предиктивной аналитики промышленного оборудования: она работает с архивной и потоковой телеметрией, помогает заранее выявлять отклонения в работе оборудования и объяснять, какие сигналы повлияли на результат диагностики. Обязанности Исследовать многомерные временные ряды промышленной телеметрии: проверять качество данных, обрабатывать пропуски, выбросы, временные метки и признаки недостоверности измерений. Разрабатывать и улучшать модели обнаружения и классификации аномалий, прогнозирования и диагностирования состояния оборудования. Формировать признаки, анализировать результаты моделей и вклад отдельных сигналов в диагностический результат. Выбирать метрики, проводить валидацию и сравнивать подходы так, чтобы качество модели было воспроизводимым и понятным. Интегрировать модели в систему предиктивной аналитики и оптимизировать численные расчёты. Покрывать решения тестами, вести код в Git, документировать методики и представлять результаты разработчикам и техническим специалистам. Разбираться в эксплуатационной и технической документации на оборудование при поддержке экспертов предметной области. Требования Высшее образование в области математики, физики, инженерии или информационных технологий. Опыт работы с анализом данных или машинным обучением от 2 лет. Уверенное владение Python и практический опыт с NumPy, pandas, SciPy, scikit-learn; умение визуализировать и интерпретировать результаты. Знание прикладной статистики и методов анализа временных рядов: ресэмплинг, сглаживание, работа с трендами, сезонностью, пропусками и выбросами. Практическое понимание регрессии, классификации, кластеризации и обнаружения аномалий, а также принципов выбора метрик и валидации моделей. Умение писать поддерживаемый код, работать с Git и Linux, проверять корректность вычислений автоматизированными тестами. Способность работать в междисциплинарной команде: ясно объяснять принятые решения и методику работы с моделями, чтобы разработчики могли встроить модели в систему, а в интерфейсе были понятны параметры, ошибки и ограничения. Будет преимуществом Опыт ускорения численных алгоритмов: векторизация, профилирование, Numba, понимание особенностей типов данных и вычислений с плавающей точкой. Опыт с TensorFlow/Keras или PyTorch и понимание методов глубокого обучения. Знание цифровой обработки сигналов и опыт анализа вибрации, температуры, давления, расхода или других физических измерений. Опыт работы с промышленной телеметрией, автоматизированными системами управления технологическими процессами, кодами KKS или системами мониторинга и диагностики оборудования. Знание SQL и PostgreSQL или ClickHouse. Опыт работы с Docker и интеграция моделей через HTTP API. Технический английский на уровне чтения документации и научных публикаций. Условия работы Заработная плата: от 180 000 рублей на руки и выше — итоговый уровень обсуждается индивидуально. Место работы: Москва, метро Перово — 7–9 минут пешком. График работы: преимущественно в офисе; возможен частично дистанционный формат по согласованию. Испытательный срок: 3 месяца. Оформление по Трудовому кодексу Российской Федерации. Обучение и повышение квалификации предусмотрены. Есть перспективы карьерного роста. Возможность влиять на выбор методов, проверять гипотезы на реальных данных и развивать экспертизу в анализе временных рядов и промышленном машинном обучении.