Middle ML Python Developer

Что за роль

Аспирити ищет Middle ML Python Developer для развития существующего проекта, который использует машинное обучение для анализа геологических данных. Работа сочетает разработку, разбор уже написанного кода и техническую проработку ML-решения вместе с геологами-консультантами. Текущая модель — обратный перцептрон; среди задач проекта — прогнозирование содержания полезных компонентов и определение физико-механических свойств.

Что предстоит делать

• Погрузиться в существующий ML-проект, изучить код, архитектуру и текущую реализацию модели.
• Анализировать качество и устройство модели, предлагать и реализовывать улучшения, участвовать в её обучении и доработке.
• Настраивать предобработку и постобработку больших массивов геологических данных.
• Оптимизировать объём прогнозных данных для загрузки в Macromine, в том числе уменьшать размер блоков и корректно обрабатывать неинформативные участки, например сланцы.
• Интегрировать ML-решение с Macromine через скрипты и готовить данные для передачи во внешнее ПО.
• Взаимодействовать с разработчиком, ранее работавшим над проектом, и консультантами-геологами; сочетать программирование с технической консультацией по ML.
• При необходимости работать с данными опробования и геофизическими данными.

Что потребуется

• Уверенное владение Python и понимание принципов обучения, анализа и оптимизации ML-моделей.
• Опыт работы с большими массивами данных и способность быстро разобраться в существующем коде и проекте.
• Навык анализа архитектуры решения и готовность самостоятельно предлагать улучшения.
• Умение работать самостоятельно и взаимодействовать с коллегами из разработки и предметными специалистами.

Опыт в геологии, геологоразведке или горнодобывающей отрасли, работа с пространственными данными, оптимизация ML-пайплайнов и интеграция с внешним ПО будут преимуществом. В технологическом контексте проекта также указаны Node.js и PostgreSQL.

Что важно знать

Это прикладная ML-задача на стыке разработки и геологии: помимо модели важно учитывать структуру исходных данных и требования к их дальнейшей загрузке и визуализации. Работа удалённая, с привязкой к московскому часовому поясу; график — 5/2. Указана полная занятость и оплата от 180 000 рублей в месяц на руки.