- Страна
- Перу
Senior Machine Learning
Интересная позиция в глобальной компании с четко определенными задачами в индустриальном секторе. Использование современного стека (Azure, PySpark) и гибридный формат работы делают вакансию привлекательной для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Роль требует глубоких знаний в узкоспециализированных областях, таких как обнаружение точек изменения (changepoint detection) и статистическое моделирование вероятностных интервалов. Работа с большими данными через PySpark и Azure Synapse добавляет технической сложности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата для Senior ML ролей в Перу обычно варьируется в зависимости от того, является ли контракт локальным или международным. Указанный рыночный диапазон отражает средние показатели для опытных инженеров в регионе Латинской Америки, работающих на глобальные технологические компании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Important Information
Location: Peru
Work Mode: Hybrid
Job Summary
As a *Senior Machine Learning (20104)*, you will be responsible for designing, developing, and maintaining high-quality software solutions. You will collaborate with cross-functional teams to understand business requirements and translate them into scalable and efficient software applications. Your role will involve leading technical projects, mentoring junior engineers, and continuously improving software development practices to ensure the delivery of robust and reliable software systems.
Responsibilities and Duties
- Develop and implement machine learning and statistical algorithms to support drilling performance analysis and optimization.
- Design and tune changepoint detection algorithms to automatically identify shifts in drilling parameters or geological formations.
- Build similarity indexing models to compare current drilling data with historical wells and identify relevant offset wells.
- Develop statistical models to calculate P10, P50 and P90 probability envelopes for key drilling performance indicators using historical datasets.
Qualifications and Skills
- Strong experience developing machine learning and statistical models using Python.
- Advanced proficiency with data science libraries such as Scikit Learn, NumPy, Pandas and SciPy.
- Experience implementing machine learning algorithms including clustering, similarity metrics and changepoint detection techniques.
- Hands on experience working with PySpark for large scale data processing.
- Experience working with Azure Synapse Analytics and Spark based data environments.
- Strong understanding of statistical modeling and probability distributions.
- Solid foundation in mathematics including statistics and linear algebra.
- Experience performing feature engineering and preparing datasets for machine learning models.
- Ability to evaluate algorithm performance and validate results using real world datasets.
- Experience preparing structured outputs or datasets for visualization tools such as Power BI.
- Strong analytical thinking and problem solving skills when working with complex data environments.
About Encora
Encora is a global company that offers Software and Digital Engineering solutions. Our practices include Cloud Services, Product Engineering & Application Modernization, Data & Analytics, Digital Experience & Design Services, DevSecOps, Cybersecurity, Quality Engineering, AI & LLM Engineering, among others.
At Encora, we hire professionals based solely on their skills and do not discriminate based on age, disability, religion, gender, sexual orientation, socioeconomic status, or nationality.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Scikit-learn
- NumPy
- Pandas
- SciPy
- PySpark
- Azure Synapse Analytics
- Apache Spark
- Statistics
- Linear Algebra
- Feature Engineering
- Power BI
- Machine Learning
Возможные вопросы на собеседовании
Вакансия требует разработки алгоритмов обнаружения точек изменения для параметров бурения.
Какие методы обнаружения точек изменения (changepoint detection) вы бы использовали для анализа временных рядов в данных бурения и почему?
В описании указано использование PySpark для крупномасштабной обработки данных.
Расскажите о вашем опыте оптимизации производительности PySpark при работе с очень большими наборами данных. С какими узкими местами вы сталкивались?
Проект предполагает расчет вероятностных конвертов P10, P50 и P90.
Как бы вы подошли к расчету доверительных интервалов P10/P50/P90 для показателей производительности, учитывая историческую волатильность данных?
Роль Senior предполагает наставничество.
Опишите случай, когда вы успешно внедрили новую практику разработки или помогли младшему коллеге вырасти профессионально в рамках ML-проекта.
Упоминается работа с Azure Synapse Analytics.
Каков ваш опыт интеграции моделей машинного обучения в экосистему Azure Synapse и подготовки данных для Power BI?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

