О компании:

Rubbles занимается разработкой и внедрением DS-продуктов в крупные бизнесы. Например: системами предсказания спроса на товары в ритейле и fmcg, рекомендательными системами, системами предсказания поломок оборудования, поисковыми системами для онлайн-магазинов, системами оптимизации производства в промышленности и т. п. Среди клиентов многие лидеры своих индустрий: Пятёрочка, Дикси, Газпромнефть, Альфа-Банк, Сбербанк, Перекрёсток, Открытие, Алроса, Mars, KFC и многие другие. За три последние года компания выросла в 12 раз по выручке и планирует продолжать рост.

О команде:

У нас небольшая и опытная команда (~130 человек), многие сотрудники — выпускники МГУ, МФТИ, ВШЭ, Сколтеха, ШАД Яндекса, бывшие сотрудники Яндекса, Google, Samsung, Тинькофф, Rambler, Booking, есть грандмастер Kaggle (однако всё это, разумеется, не является ограничением для кандидатов — мы смотрим на навыки, а не на регалии).

Мы ищем сильного data scientist для решения задач в промышленности: предсказание поломок оборудования, рекомендательные системы для минимизации остановок оборудования и самое разное детектирование неоптимальностей(например, простои грузовиков вне положенных мест, аномальное количество отходов производства на каком-то из тех. переделов). Существенной частью работы будет исследование проблем производства и формализация задач совместно с бизнес-аналитиками и коллегами-дсами

Обязанности:

• Проверка и валидация бизнес-гипотез с существенным погружением в предметную область;
• Решение ML-задач, к которым свелась бизнес-проблема, выбор лучшего решения (например, детектирование аномалий vs semi-supervised learning? Найти таргет для обучения с учителем vs найти глазами кластер с остановами?);
• Построение воспроизводимых пайплайнов ML-моделей:
  • Получение - развернуть дамп базы, сходить на ftp-сервер;
  • Обработка - пайплайн выживает даже при битых данных;
  • Обучение - не бояться применять эвристики при необходимости;
  • Валидация - корректно выстраивать процесс в зависимости от решаемой задачи - мониторить не только технические но и бизнес-метрики не заглядывая в будущее, имитировать работу реальной системы;
  • Деплой - под присмотром ДЕ или же самостоятельно.
• Участие в пресейлах - решение реальной задачи в формате хакатона.

Минимальные требования:

• Опыт работы с классическими ML алгоритмами (Бустинг, логрег, леса. Знаете границы применимости, умеете генерировать подходящие под задачу фичи, а потом подобрать лучший алгоритм);
• Опыт решения задач с существенной исследовательской составляющей;
• Опыт разработки на python (pandas, numpy, sklearn) от 1 года, знаете как писать эффективный код (векторизация, распараллеливание).

Будет плюсом:

• Опыт работы на позиции, связанной с промышленной разработкой;
• Опыт работы с глубоким обучением (pytorch);
• Опыт работы над задачами промышленности в одной из областей: нефтехимия, приборостроение, логистика;
• Soft-skills и прошлый опыт работы в проектной команде;
• Опыт проведения и/или анализа результатов АБ-тестов.

У нас:

• Участие в быстром росте компании, работающей на перспективном AI рынке;

• Полная или частичная удаленная работа при желании (офис открыт в любое время для всех желающих);

• Performance review каждые два месяца, регулярное обсуждение направлений роста с руководителем, профессиональный рост за счёт плотной работы с опытными коллегами;

• Совместная работа с опытными разработчиками, аналитиками данных, менеджерами, продуктологами;

• Гибкий график работы;

• Оформление полностью белое по ТК РФ;

• ДМС (включая стоматологию);

• Уютный офис в центре Москвы (2 минуты от м. Сухаревская) со всем необходимым для комфортной работы