Senior ML Engineer/Data Scientist в команду прогнозирования (направление Deep Learning)

Что предстоит делать

X5 – ведущая российская продуктовая розничная компания, которая управляет магазинами нескольких торговых сетей: магазинами «у дома» «Пятёрочка», супермаркетами «Перекрёсток» и «жёсткими» дискаунтерами «Чижик». X5 занимает лидирующие позиции в e-commerce, цифровые бизнесы компании включают 5Post и X5 Digital. Под управлением X5 находится более 30 тыс. магазинов (Пятерочка, Перекресток, Чижик), а также более 5 тыс. точек подключённых к программе франчайзинга под брендом «ОКОЛО». X5 является одним из крупнейших российских работодателей. На сегодняшний день в компании работают 375 тыс. сотрудников. По итогам 2025 года Х5 вошла в топ-3 рейтинга лучших работодателей России по версии HeadHunter. X5 Tech - IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group. Команда из более 5000 специалистов разрабатывает решения, которые помогают 372 тысячам сотрудников группы работать с максимальным технологическим комфортом, а миллионам покупателей быстро и удобно покупать свежие продукты. Мы прогнозируем, сколько товара нужно в каждом конкретном магазине — ловим баланс между упущенной выручкой и списаниями. Сотни тысяч товаров, десятки тысяч магазинов. Качество модели сразу в деньгах: чем точнее прогноз, тем меньше упущено и выброшено. Помимо спроса — оптимизация промо, прогноз оборотов, эксперименты с RL для скорости реакции. Задачи, где ML напрямую влияет на прибыль.

• Разработка и обучение моделей глубокого обучения (PyTorch/TensorFlow) для прогнозирования спроса и временных рядов;
• Настройка ML-экспериментов и логирование метрик с MLflow или аналогами;
• Применение методов интерпретируемости моделей и анализ важности признаков;
• Создание нейронных архитектур (LSTM, GRU, Transformer, TFT) для временных рядов;
• Использование и адаптация foundation-моделей (например, Amazon Chronos) под бизнес-задачи;
• Fine-tuning и transfer learning предобученных моделей;
• Внедрение современных научных разработок в production;
• Решение задач cold start для новых товаров и магазинов с DL и гибридными методами;
• Разработка и оптимизация пайплайнов подготовки данных (feature engineering, обработка пропусков и аномалий);
• Оценка качества моделей и анализ метрик прогнозирования
• Оптимизация моделей по производительности и масштабируемости;
• Участие во внедрении моделей в production, мониторинг и переобучение.
• Что ждем от кандидата:
• Опыт работы в роли DS/MLE от 4-ех лет;
• Практический опыт разработки моделей глубокого обучения с использованием PyTorch и/или TensorFlow;
• Опыт работы с инструментами отслеживания экспериментов и управления жизненным циклом моделей (MLflow или аналогичные решения);
• Умение анализировать и интерпретировать модели, включая применение методов оценки важности признаков (feature importance) и explainability (SHAP, permutation importance, attention-based методы и др.);
• Базовое понимание архитектур нейронных сетей для прогнозирования временных рядов (RNN, LSTM, GRU, Transformer-подходы, TFT и др.);
• Понимание принципов подготовки данных для временных рядов (feature engineering, лаги, экзогенные признаки, обработка пропусков, нормализация);
• Опыт оценки качества моделей временных рядов и выбора метрик (MAE, RMSE, MAPE, WAPE и др.);
• Знакомство с библиотеками и фреймворками для временных рядов, включая Apache Chronos или аналогичные решения;
• Понимание принципов production-развертывания DL-моделей и мониторинга их качества будет плюсом.

Что предлагаем