Инженер машинного обучения Supply Network Planning

Что предстоит делать

Навыки: Python, NumPy, Asyncio, PostgreSQL, Git, Docker, Unix. Квалификация: Senior. Специализации: ML разработчик. ❇️ Инженер машинного обучения Supply Network Planning | Компания Top Selection 🔥 Мы в поиске Инженера машинного обучения Supply Network Planning на проектную занятость **Грейд:** senior **Ставка:** от 272К до 300К Гражданство/Локация: РФ **Загрузка: **фуллтайм Срок: долгосрочный Оформление: только ИП 📌 (не СЗ, не ТК) 🧩 О проекте: разработка модулей планирования снабжения и производства для оптимизации запасов и календарного планирования для крупного ритейла (сектор FMCG) ✅ Требования Hard Skills — Глубокое знание алгоритмов, структур данных, оценка сложности по Big O (Senior) — Python (Senior) — Шаблоны ООП и проектирование сложных вычислительных решений (Senior) — SQL и работа с PostgreSQL (Middle+) — Владение Git: работа с ветками, управление изменениями, разрешение конфликтов, создание Merge Requests, участие в Code Review (Middle+) — Юнит- и интеграционное тестирование (Senior) — Агентная разработка с использованием ИИ (Middle+) — Опыт промышленной разработки на Python уровня Senior — Опыт работы в области Operations Research, систем планирования производства (APS), логистики или Supply Chain Management — Практический опыт построения моделей дискретной и линейной оптимизации для реальных бизнес-задач ➕ Будет плюсом — Инструменты оптимизации: Pyomo, OR-Tools, PuLP, COIN-OR — Решатели: Gurobi, CPLEX, SCIP, COPT, GLPK — Работа в Unix-подобных системах, принципы CI/CD — Декомпозиция крупномасштабных задач оптимизации — CP / CP-SAT и другие методы дискретной оптимизации — Многокритериальная оптимизация (multi-objective optimization) — Настройка решателей (solver tuning) — Конкурентные и параллельные вычисления (многопоточность, многопроцессность) — Оптимизация математических моделей — Профилирование и управление памятью — Разработка REST API приложений — Специализированные курсы по Discrete Optimization, Operations Research или алгоритмам 🎯 Задачи — Проектирование и реализация компонентов для календарного и производственного планирования — Оптимизация запасов — Формализация бизнес-задач как задач математической оптимизации (LP, MILP) — Разработка и анализ математических моделей линейного и смешанно-целочисленного программирования — Постановка задач ИИ-агентам, управление контекстом, проверка и интеграция результатов в кодовую базу