Инженер машинного обучения по оптимизации цепочек поставок

Что за роль

Инженер машинного обучения будет разрабатывать компоненты платформы интегрированного планирования для снабжения и производства. Основной фокус — математическая оптимизация: перевод бизнес-задач в модели линейного и смешанно-целочисленного программирования и реализация вычислительных решений на Python.

Что предстоит делать

• Разрабатывать модули планирования снабжения и производственных процессов.
• Проектировать компоненты календарного и производственного планирования.
• Создавать решения для оптимизации запасов с учетом бизнес-ограничений.
• Формализовать задачи бизнеса в виде математических моделей LP и MILP.
• Разрабатывать и тестировать вычислительные компоненты, включая юнит- и интеграционные тесты.
• Проектировать сложные алгоритмические решения, оценивая их эффективность и сложность.

Что потребуется

• Опыт промышленной разработки на Python на уровне Senior; уверенное знание языка.
• Глубокое понимание алгоритмов, структур данных и оценки сложности по Big O.
• Знание ООП и опыт проектирования сложных вычислительных решений.
• Навыки работы с SQL, PostgreSQL и Git.
• Понимание линейного и смешанно-целочисленного программирования, практический опыт построения моделей дискретной и линейной оптимизации для бизнес-задач.
• Опыт в Operations Research, системах планирования производства (APS), логистике или Supply Chain Management.
• Высшее техническое или математическое образование; специализированные курсы по Discrete Optimization, Operations Research или алгоритмам будут дополнительным плюсом.

Что важно знать

В качестве преимуществ указаны Pyomo, OR-Tools, PuLP и COIN-OR, а также опыт с решателями Gurobi, CPLEX, SCIP, COPT или GLPK. Полезны знания математической статистики, методов дискретной оптимизации и декомпозиции крупномасштабных задач; плюсом будут C/C++ для критичных вычислительных узлов, Unix-подобные системы и CI/CD. Заказчик предоставляет устройство. В описании указан удалённый формат и требование гражданства РФ.