Data Scientist / ML Engineer

Описание роли

На позиции Data Scientist / ML Engineer в Quantum One вы будете ключевым специалистом, отвечающим за разработку и внедрение решений машинного обучения и анализа данных в агросекторе. Ваша задача — создавать алгоритмы для прогнозирования урожайности, оптимизации ресурсов и повышения эффективности производственных процессов. Проекты средней длительности (3–6 месяцев) позволяют быстро видеть результат и быстро адаптировать модели под новые данные.
Ваши основные обязанности:
* Сбор, подготовка и обработка больших объёмов данных о климате, почвах, посевах и урожайности;
* Разработка и обучение моделей машинного обучения (ML Engineer) с использованием Python, TensorFlow, PyTorch;
* Внедрение ML-пайплайнов в контейнерах Docker, настройка CI/CD;
* Анализ данных и визуализация результатов для бизнес-стейкхолдеров;
* Оптимизация и тюнинг моделей на основе A/B тестирования;
* Поддержка и доработка существующих решений, участие в ревью кода;
* Сотрудничество с командами DevOps, аналитиков и агрономов для интеграции AI / Big Data в бизнес-процессы.

Уникальность вакансии

Вы получите полный релокационный пакет: перелет, месяц проживания в 5* отеле, выгодную страховку для всей семьи, корпоративный телефон и технику по запросу. Формат работы — гибрид: офис в Дубае с возможностью удаленной работы несколько дней в неделю. Заработная плата составляет 28 000 AED для мидл-уровня и 35 000 AED для сеньоров, а годовой бонус достигает 25–35%. Дополнительно ежedневные выплаты на питание ($60 в день).
Работа в международной команде профессионалов и быстрое погружение в проекты агротехнологий сделают вашу карьеру динамичной и заметной на рынке. Вы будете использовать передовые методы Data Science и машинного обучения, позволяя агропредприятиям повысить урожайность и эффективность.

О компании Quantum One

Quantum One — инновационная компания в сфере AI / Big Data, специализирующаяся на решениях для агросектора. Наша миссия — обеспечить устойчивое развитие сельского хозяйства с помощью передовых технологий машинного обучения. Среди достижений — внедрение моделей прогнозирования в реальных хозяйствах, что в среднем повышает урожайность на 15–20%. В компании ценят профессионализм, открытость и стремятся создавать условия для карьерного роста и технического лидерства.