- Зарплата
- 3 500 $ – 5 000 $
Откликайтесь
на вакансии с ИИ
Senior ML Engineer - Geo-Temporal Forecasting (Agriculture)
Оценка ИИОтличное предложение с высокой зарплатой в долларах и возможностью удаленной работы. Проект на стыке ML и реального сектора экономики (Agriculture/Trading) выглядит крайне перспективным и интеллектуально емким.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний в специфической области Geo-Temporal Forecasting и работы с мультимодальными данными (спутники, погода). Роль Senior предполагает полную автономность и ответственность за точность прогнозов, влияющих на трейдинг.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата ($3500 – $5000) полностью соответствует рыночным ожиданиям для Senior ML ролей в международном сегменте. Верхняя планка в $5000 является конкурентной для специалистов с узкой экспертизой в геоданных.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Luminaria уже сейчас
Присоединяйтесь к Luminaria, чтобы создавать передовые ML-решения для глобального рынка commodities!
Описание вакансии
3 500 – 5 000 $/месяц
Удаленка
Senior ML Engineer - Geo-Temporal Forecasting (Agriculture). Luminaria, компания в области commodities trading, ищет к себе в команду ML-инженера. Мы разрабатываем модели прогнозирования урожайности кукурузы, бобов и пшеницы на основе погодных данных, спутниковых снимков и стадий развития растений...(Откликнуться)
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- Computer Vision
- Forecasting
- Geospatial Data
- Remote Sensing
- Time Series Analysis
Возможные вопросы на собеседовании
Проверка опыта работы со специфическими данными, указанными в вакансии.
Какие архитектуры нейронных сетей вы считаете наиболее эффективными для интеграции временных рядов (погода) и пространственных данных (спутниковые снимки)?
Важно понимать, как кандидат справляется с шумом и пропусками в данных дистанционного зондирования.
Как вы подходите к обработке облачности и отсутствующих данных на спутниковых снимках при обучении моделей прогнозирования урожайности?
Проверка понимания бизнес-контекста (commodities trading).
Как вы оцениваете влияние ошибок прогноза урожайности на финансовые риски в торговле сырьевыми товарами?
Оценка навыков работы с большими объемами геоданных.
Какие инструменты и библиотеки вы используете для эффективного пайплайна обработки терабайтов геопространственных данных?
Проверка Senior-компетенций в области валидации моделей.
