Инженер машинного обучения, направление Supply Network Planning (MLE SNP)
Оценка ИИИнтересная предметная область (SNP) и работа в крупной компании. Однако проектная занятость на 3 месяца с опцией продления может быть менее привлекательна для тех, кто ищет долгосрочную стабильность.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обучена требованиями к Senior-уровню владения Python и глубоким знаниям алгоритмов. Работа над Supply Network Planning подразумевает понимание сложных математических моделей и оптимизационных задач.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ объявлении не указана зарплата, но для Senior MLE в РФ и РБ рыночный диапазон составляет от 350 000 до 550 000 рублей. Данная позиция предполагает высокую квалификацию, что должно соответствовать верхней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Инженер машинного обучения, направление Supply Network Planning (MLE SNP)
Местоположение: Россия, Беларусь
Формат работы: Удаленно
Опубликована: 29.10.2026
Требования:
• Глубокое знание алгоритмов, структур данных, оценка сложности по Big O
• Python (Senior уровень), опыт промышленной разработки на Python
• Шаблоны ООП и проектирование сложных вычислительных решений
• SQL и работа с PostgreSQL, Git; юнит- и интеграционное тестирование
Важно:
*📌* Гражданство: РФ/РБ
О компании:
Крупная ИТ компания. Проект — платформа интегрированного планирования. Занятость full time, 3 мес с опцией продления.
Контакт: Откликнуться
Откликнуться опубликована в LinkedIn у Сергей Пашин
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Algorithms
- Data Structures
- Big O
- OOP
- SQL
- PostgreSQL
- Git
- Unit Testing
- Integration Testing
Возможные вопросы на собеседовании
Вакансия требует Senior-уровня Python и проектирования сложных решений.
Расскажите о самом сложном вычислительном решении, которое вы проектировали на Python: с какими узкими местами столкнулись и как их оптимизировали?
В требованиях указано знание Big O и алгоритмов.
Как бы вы подошли к оптимизации алгоритма поиска кратчайшего пути в графе поставок, если количество узлов исчисляется миллионами?
Проект связан с планированием сетей поставок (SNP).
Есть ли у вас опыт работы с задачами линейного программирования или дискретной оптимизации в контексте логистики?
Упомянуто использование PostgreSQL и SQL.
Какие стратегии индексации и оптимизации запросов вы применяете при работе с большими объемами временных рядов или данных о транзакциях?
Важна промышленная разработка и тестирование.
Как вы организуете процесс интеграционного тестирования для ML-сервисов, где результат может быть стохастическим?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
