Ведущий ML-инженер

Дата размещения вакансии: 25.08.2026
Работодатель: Газпром нефть
Уровень зарплаты:
з/п не указана
Город:
Санкт-Петербург
Дегтярный переулок 11Б
Требуемый опыт работы:
От 1 года до 3 лет

Мы занимаеимся развитием культуры, методов, инструментов и технологий продвинутой аналитики и искусственного интеллекта для эффективного решения аналитических задач бизнеса в блоке логистики, переработки и сбыта.

Нам нужен сильный ml - инженер

Обязанности:

  • Принимать и уточнять бизнес‑запросы от подразделений и трансформировать их в ML‑задачи: определять целевую переменную, горизонт прогноза, критерии успеха, ограничения по данным и срокам

  • Самостоятельно формировать требования к данным и взаимодействовать с бизнес-заказчиками и инженерами данных

  • Выгружать и подготавливать данные: писать SQL‑запросы (JOIN, GROUP BY, HAVING, подзапросы, оконные функции)

  • Выполнять feature engineering

  • Подбирать и обучать модели под тип задачи

  • Организовывать корректную валидацию

  • Оценивать качество моделей с учётом бизнес‑контекста

  • Готовить техническую документацию

  • Обеспечивать воспроизводимость экспериментов: структурировать код в Jupyter Hub/Google Colab, использовать Git для контроля версий, фиксировать параметры и шаги предобработки.

  • Участвовать во внедрении решения: передавать модель и пайплайны ML‑инженерам или разработчикам, готовить спецификации и инструкции по эксплуатации, помогать с интеграцией в существующие процессы.

  • Настраивать регулярный мониторинг качества модели

  • Вести внутреннюю коммуникацию по статусу задач: фиксировать этапы работы, риски, зависимости и сроки, своевременно информировать о необходимости досбора данных или корректировки требований

Требования:

  • Опыт решения задач классического ML — регрессии, классификации, кластеризации, прогнозирования временных рядов. Понимание, как работают и когда применять: линейные модели, деревья решений, случайный лес, градиентный бустинг. Понимание метрик качества под разные задачи (precision, recall, F1, ROC-AUC, MAPE).

  • Библиотеки python для анализа данных и решения ML задач: pandas, numpy, scikit-learn, statsmodels, sklearn, градиентный бустинг (catboost, lightgbm, xgboost), prophet.

  • Опыт работы с matplotlib или seaborn для визуализации, умение интерпретировать и понятно презентовать результаты.

  • Написание SQL запросов с JOIN, агрегации GROUP BY, HAVING, подзапросы.

Условия:

  • Офисный формат работы;
  • Возможность быстрого роста для результативных специалистов;
  • Достойную твоего профессионального уровня заработную плату, годовую премию по результатам деятельности, дополнительную материальную мотивацию за особые достижения;
  • Интенсивное обучение на практике, доступ к образовательному контенту
  • ДМС и страхование жизни.