Инженер машинного обучения Supply Network Planning
Оценка ИИИнтересная вакансия на стыке классической оптимизации и современных ИИ-технологий. Зарплата соответствует рынку для Senior ML, а возможность удаленной работы и работа над сложными логистическими задачами делают позицию привлекательной для экспертов в OR.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний в узкой области Operations Research (дискретная и линейная оптимизация) в сочетании с Senior-уровнем владения Python и алгоритмами. Дополнительную сложность добавляет требование по работе с ИИ-агентами и многопоточностью.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 272 000 – 300 000 ₽ находится в пределах рыночной нормы для Senior Python/ML инженера в России, однако для узкого специалиста в Operations Research верхняя граница могла бы быть выше, учитывая дефицит таких кадров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Top Selection
Инженер машинного обучения Supply Network Planning
от 272 000 до 300 000 ₽
Полная занятость
Формат работы: можно удалённо
*☑️* Чем предстоит заниматься
-CP / CP-SAT и другие методы дискретной оптимизации
-Многокритериальная оптимизация (multi-objective optimization)
-Настройка решателей (solver tuning)
-Конкурентные и параллельные вычисления (многопоточность, многопроцессность)
-Оптимизация математических моделей
-Профилирование и управление памятью
-Разработка REST API приложений
-Специализированные курсы по Discrete Optimization, Operations Research или алгоритмам
-Проектирование и реализация компонентов для календарного и производственного планирования
-Оптимизация запасов
-Формализация бизнес-задач как задач математической оптимизации (LP, MILP)
-Разработка и анализ математических моделей линейного и смешанно-целочисленного программирования
-Постановка задач ИИ-агентам, управление контекстом, проверка и интеграция результатов в кодовую базу
*☑️* Наши пожелания к кандидатам
-Глубокое знание алгоритмов, структур данных, оценка сложности по Big O (Senior)
-Python (Senior)
-Шаблоны ООП и проектирование сложных вычислительных решений (Senior)
-SQL и работа с PostgreSQL (Middle+)
-Владение Git: работа с ветками, управление изменениями, разрешение конфликтов, создание Merge Requests, участие в Code Review (Middle+)
-Юнит- и интеграционное тестирование (Senior)
-Агентная разработка с использованием ИИ (Middle+)
-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
-Будет плюсом:
-Инструменты оптимизации: Pyomo, OR-Tools, PuLP, COIN-OR
-Решатели: Gurobi, CPLEX, SCIP, COPT, GLPK
-Работа в Unix-подобных системах, принципы CI/CD
Контакты: Откликнуться
*🔥* Подписаться на наши каналы / Откликнуться / Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- PostgreSQL
- Git
- REST API
- Operations Research
- Discrete Optimization
- Linear Programming
- MILP
- OR-Tools
- Pyomo
- Gurobi
- CPLEX
- CI/CD
- Unit Testing
- Algorithms
- Data Structures
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в области исследования операций.
Расскажите о вашем опыте формализации бизнес-задач в виде моделей MILP. С какими ограничениями и целевыми функциями вы работали чаще всего?
Оценка навыков работы со специализированным ПО.
Какие решатели (solvers) вы использовали в продакшене (Gurobi, CPLEX, OR-Tools) и как вы подходили к их настройке (tuning) для ускорения сходимости?
Проверка инженерных навыков Senior-уровня.
Как вы организуете профилирование и управление памятью в Python при работе с тяжелыми математическими моделями и большими объемами данных?
Оценка современного опыта работы с ИИ.
Опишите ваш подход к постановке задач ИИ-агентам и интеграции их кода в основную кодовую базу. Как вы обеспечиваете качество и безопасность такого кода?
Проверка навыков проектирования.
Какие паттерны проектирования вы считаете наиболее подходящими для создания расширяемых систем производственного планирования (APS)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
