Middle Data Scientist (направление ML — прогнозные модели)

ЦТиП — аккредитованная IT-компания, нас уже 2000 сотрудников. Мы разрабатываем цифровые решения и продукты для промышленности, активно реализуем проекты по модернизации текущей IT инфраструктуры и проектированию новой.

AI-команда коммерческой дирекции реализует AI-продукты для коммерческого направления бизнеса: рыночная аналитика, управление цепочками поставок, продажи. Команда уже собрана и работает — сейчас мы расширяемся.

Ищем Middle Data Scientist в направление прогнозных моделей: прогноз спроса и продаж, цен, объёмов производства, складских остатков. Ключевая особенность — модели не остаются на уровне исследования: мы доводим их до промышленной эксплуатации, они работают у внутренних заказчиков, и эффект от своей работы видно в цифрах.

Работа плотная с заказчиком: постановки редко приходят готовыми, чаще их приходится вытаскивать из разговора и доводить до задачи самому. Мы ищем человека, которому это интересно, — кому важно видеть, во что превращается его модель, а не только обучить её по готовому ТЗ.

Основные задачи:

• Разработка прогнозных моделей под задачи бизнеса: прогнозирование спроса и продаж, цен, объёмов производства, складских остатков и других ключевых показателей.
• Построение моделей классического ML: регрессия, классификация, прогнозирование временных рядов, оптимизационные задачи.
• Полный цикл работы с данными: сбор и подготовка данных, разведочный анализ (EDA), инжиниринг признаков, обучение и валидация моделей.
• Оценка качества моделей: подбор метрик под бизнес-задачу, корректная кросс-валидация (в том числе для временных рядов), бэктестинг.
• Вывод моделей в промышленную эксплуатацию совместно с ML-инженерами: упаковка кода, участие в настройке пайплайнов переобучения и мониторинга качества.
• Поддержка и развитие существующих моделей: анализ деградации качества, дообучение, доработка признаков.
• Работа с бизнес-заказчиками: превращение запроса и идей заказчика в понятную постановку задачи, интерпретация результатов моделей, подготовка выводов и презентаций.
• Документирование решений и участие в код-ревью команды.

Наши ожидания:

• Интерес к работе с бизнесом. Вам нравится разбираться в задаче заказчика: услышать за сырым запросом реальную потребность, довести её до понятной постановки и увидеть, как ваша модель превращается в работающий продукт.
• Опыт работы в Data Science от 2 лет с прогнозными моделями, доведёнными до промышленной эксплуатации.
• Уверенный Python: pandas, numpy, scikit-learn, XGBoost/LightGBM/CatBoost.
• Практический опыт прогнозирования временных рядов: статистические методы (ARIMA/ETS/Prophet или аналоги) и ML-подходы (градиентный бустинг на лагах и оконных признаках), понимание специфики валидации временных рядов.
• Уверенный SQL: сложные запросы, работа с большими таблицами.
• Хорошая база по математической статистике и теории вероятностей: проверка гипотез, доверительные интервалы, понимание смещения и разброса.
• Умение проводить качественный EDA и строить признаки из «сырых» бизнес-данных.
• Git, опыт командной работы: код-ревью, совместная работа над репозиторием.
• Практический опыт работы с MLOps-инструментами: MLflow, Airflow, Docker.
• Активный пользователь AI-ассистентов для разработки (Claude Code, Codex): написание и ревью кода, повседневные рабочие задачи.
• Умение понятно объяснять результаты моделей нетехническим заказчикам.

Будет плюсом:

• Опыт решения оптимизационных задач: линейное программирование, метаэвристики.
• Опыт работы в промышленных или производственных компаниях (химия, металлургия, добыча, энергетика, ритейл).
• Знакомство с глубоким обучением для временных рядов (N-BEATS, TFT и т.п.).

Условия:

• Оформление по ТК РФ в штат аккредитованной IT-компании, белая заработная плата, годовой бонус по результатам работы
• Гибридный или удаленный формат работы, график 5/2 с гибким началом дня
• Командировки не предполагаются либо крайне редкие — до 1–2 раз в год
• Работа в команде под руководством опытного лида, понятная траектория роста до Senior
• Задачи с измеримым эффектом: модели работают в промышленной эксплуатации у внутренних заказчиков, а не остаются в исследовательских ноутбуках
• Современный стек и вычислительные ресурсы для обучения моделей
• Программа заботы о здоровье сотрудников с первого месяца работы (ДМС, корпоративный спорт)
• Для детей сотрудников предусмотрены: ежегодные Новогодние подарки, ежегодные летние лагеря отдыха
• Доступ к корпоративной OnLine библиотеке
• Обучение в программах Корпоративного университета
• Корпоративные скидки BestBenefits, где собраны лучшие предложения от более 900 брендов товаров и услуг, доступные в разных городах России
• Территориальное расположение офиса – станция метро Павелецкая