ML-инженер (Middle, предиктивная аналитика промышленного оборудования)

О вакансии

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.