Data Engineer/ ML Engineer

ГК «Технопарк» — производитель и поставщик оборудования для нефтехимической и атомной промышленности. С 2003 года работаем с корпоративным сегментом; среди клиентов — «Росатом», «Газпром», «Роснефть», «Сибур», «Норильский никель» и др. Запускаем систему CPQ и аналитическую платформу для производственного бизнеса — усиливаем команду ML/данными.

О проекте

Создаём систему автоматизированного расчёта коммерческих предложений (CPQ) и аналитическую платформу. Проект сочетает ML, инженерные расчёты и промышленную аналитику; работаем с разнородными источниками и «тяжёлыми» инженерными данными.

Обязанности

Работа с данными

• Сбор, очистка и агрегирование данных из разных источников.
• Настройка ETL-пайплайнов (Airflow/dbt, Python).
• Формирование обучающих выборок по изделиям, материалам, срокам и ценам.
• Участие в проектировании DWH (ClickHouse / PostgreSQL).

Разработка ML-моделей

• Обучение моделей для:
  • расчёта стоимости изделий;
  • прогнозирования сроков и вероятности выигрыша тендера;
  • подбора аналогов и оптимальных вариантов по атрибутам.
• Использование CatBoost / LightGBM / PyTorch / scikit-learn.
• Разработка и улучшение пайплайнов обучения (MLflow, DVC, EvidentlyAI).
• Мониторинг качества моделей и дрейфа данных (MLOps).

Интеграция и поддержка

• Подготовка ML-сервисов (FastAPI/gRPC) для интеграции с CPQ/CRM.
• Участие в A/B-тестах моделей (legacy vs new).
• Формирование отчётности по точности и влиянию моделей на бизнес-метрики.

Tech Stack

• Python 3.11, Pandas / NumPy
• CatBoost / LightGBM / PyTorch / scikit-learn
• ClickHouse / PostgreSQL
• Airflow / dbt • MLflow / DVC / EvidentlyAI
• FastAPI / Docker
• GitLab CI/CD

Обязательно

• 3+ лет в роли Data Scientist / ML Engineer.
• Уверенное владение Python, pandas, scikit-learn, CatBoost/LightGBM.
• Опыт построения ETL и пайплайнов на Airflow или аналогах.
• Понимание MLOps (MLflow, модели в проде, мониторинг и дрейф данных).
• Навыки работы с ClickHouse / PostgreSQL / SQL.

Желательно

• Опыт работы с инженерными данными / CAD-файлами (DWG, STEP).
• Опыт OCR / NLP (тендеры, PDF, технические задания).
• Интеграция ML-сервисов в production.
• Понимание полного цикла ML: данные → обучение → инференс → мониторинг.
• Участие в проектах по прогнозированию себестоимости или сроков.

Soft skills

• Уважение к инженерии, документации и проверке гипотез данными.
• Готовность к коммуникации с аналитиками и инженерами без ML-бэкграунда.
• Способность работать автономно и держать фокус на результате.
• Баланс между «идеально» и «работает».

Мы предлагаем

• Участие в создании новой промышленной платформы («мозг производства», а не просто сайт).
• Полное владение жизненным циклом промышленного ML-продукта.
• Возможность выстроить архитектуру с нуля (новый продукт).
• Роль на стыке ML, инженерии данных и продакшн-поддержки.
• Работа с реальными физическими моделями и инженерными расчётами.
• Оформление по ТК РФ, наставничество, оборудованное рабочее место, корпоративная связь.
• Пятидневка, гибкое начало дня 8:00–10:00.