Data Scientist (энергетика, прогнозирование)

Что предстоит делать

<p>Присоединяйтесь к нам в создании продвинутых возможностей прогнозирования и оптимизации для энерготрейдинговой компании, участвующей в рынках электроэнергии в нескольких регионах. Мы ищем Data Scientist, который возьмет на себя разработку прогностических моделей, напрямую поддерживающих рыночные решения нашей торговой команды. Это первый выделенный наем специалиста по Data Science в проекте. Вы установите стандарты моделирования, определите лучшие практики и будете самостоятельно выполнять работу — на протяжении всего жизненного цикла Data Science: от прогнозирования временных рядов и предсказания цен до оптимизации работы батарей и управления моделями. Роль требует глубоких технических знаний и способности напрямую взаимодействовать с бизнес-стейкхолдерами в области, где проблемы действительно сложны.<br><br></p><p><b>Ключевые обязанности</b></p><ul><li>Проектировать, создавать и валидировать модели прогнозирования временных рядов для нагрузки объектов, рыночного спроса и ценовых сигналов на электроэнергию</li><li>Выбирать и настраивать подходящие подходы к моделированию (статистические, ML и глубокое обучение) на основе горизонта прогнозирования, доступности данных и требований к точности</li><li>Разрабатывать и поддерживать ML-пайплайны на платформе Databricks с использованием PySpark, MLflow и Delta Lake</li><li>Сотрудничать с экспертами в предметной области для включения рыночных структур, тарифных правил и динамики сети в признаки моделей и фреймворки оценки</li><li>Сообщать о производительности моделей, допущениях и ограничениях как техническим, так и нетехническим стейкхолдерам</li></ul><p><b><br>Требования</b></p><p><b>1. Экспертиза в прогнозировании временных рядов</b> <br>У вас есть практический опыт работы с широким спектром методов прогнозирования, и вы знаете, когда какой из них применить. Это включает классические статистические подходы, методы градиентного бустинга и современные архитектуры глубокого обучения. Вы понимаете практические проблемы работы с временными рядами: инженерию признаков с лагами и скользящими окнами, обработку сезонности и смены режимов, правильное разделение на тренировочную/валидационную/тестовую выборки и предотвращение утечки данных.</p><p><b>2. Владение платформой Databricks</b> <br>Вы уверенно работаете в Databricks от начала до конца — от исследовательского анализа в ноутбуках до перевода моделей в продакшн с помощью MLflow tracking, model registry и запланированных задач или воркфлоу. Опыт работы с Delta Lake для версионированных, пригодных для аудита пайплайнов данных является сильным преимуществом. Знакомство с Unity Catalog и Databricks Feature Store будет плюсом.</p><p><b><br>Будет плюсом</b></p><ul><li>Вы работали в секторе электроэнергетики или рядом с ним и понимаете данные и динамику, которые им движут</li><li>Опыт работы с графовым машинным обучением или графовыми нейронными сетями (GNNs)</li><li>Опыт в вероятностном прогнозировании (предиктивные интервалы, квантильная регрессия, конформное прогнозирование)</li><li>Опыт работы с пайплайнами инференса в реальном времени или близком к реальному</li><li>Знакомство с интеграцией метеорологических данных для прогнозирования нагрузки и возобновляемых источников энергии</li><li>Знакомство с оптимизацией хранения энергии в батареях или методами исследования операций для диспетчеризации энергетических активов</li></ul> <div> <a href="https://jobs.dou.ua/companies/euristiq/vacancies/364680/#reply-btn-id">Відгукнутись на вакансію</a> </div>