Старший аналитик данных (Data Scientist)

Дата размещения вакансии: 04.05.2024
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 — команда «Газпромнефть — Цифровые решения», часть ИТ-функции «Газпром нефти». Команда, которая научила нейросети находить нефть, запустила первую в мире цифровую систему управления арктической логистикой и первой в мире заправила самолет по блокчейн. Мы переводим в «цифру» каждый этап работы современного нефтяника: от геологической разведки и бурения скважин до процесса переработки нефти и момента, когда она в виде топлива попадает в баки автомобиля, самолета или, например, становится битумом для строительства дорог. Активы «Газпром нефти» — это сотни петабайт данных, которые генерируют объекты компании в России и за рубежом. Нас вдохновляет идея развития цифрового будущего нефтегазовой отрасли и промышленности в целом.

Мы стремимся к большему, и нам нужен Data Scientist.

Чем предстоит заниматься:

  • Решать ML-задачи от идеи до production: изучать материалы, искать и обрабатывать данные, обучать и валидировать модели, автоматизировать расчёты
  • Формировать математическую постановку задачи на основе бизнес-требований заказчика
  • Разрабатывать математические модели на основе методов машинного обучения, анализа данных, методов оптимизации, а также численного моделирования нефтегазовых процессов и его объединения с моделями на основе данных
  • Заниматься упаковкой в сервисы и контейнеризацией разработанных моделей
  • Проводить анализ соответствия между метриками качества модели и целевыми технико-экономическими показателями проекта
  • Защищать результаты перед заказчиками

Мы ожидаем, что ты имеешь:

  • Высшее техническое образование
  • Хорошее знание линейной алгебры, теории вероятности, математической статистики, методов решений дифференциальных уравнений, численных методов, методов оптимизации
  • Знание принципов построения основных типов моделей машинного обучения (линейные модели, деревья решений, SVM и пр.), а также современных архитектур и принципов работы нейронных сетей
  • Опыт работы с основными фреймворковами для машинного обучения (PyTorch, Tensorflow и пр.)
  • Уверенное понимание метрик качества
  • Опыт в написании production кода на Python
  • Знание ООП
  • Знание основ SQL
  • Умение работать с DS кодом не только в Jupyter Notebook, но и в среде разработки, например PyCharm
  • Хорошее владение с командной строкой Linux, опыт работы с docker/docker-compose, git, MlFlow

Мы предлагаем:

  • Трудоустройство в аккредитованную ИТ-компанию;
  • Гибридный формат работы (после испытательного срока)
  • Достойную твоего профессионального уровня заработную плату (уровень вознаграждения обсуждается индивидуально по результатам интервью)
  • Годовую премию по результатам деятельности, дополнительную материальную мотивацию (премии от руководителя)
  • Качественную программу ДМС со стоматологией с первого месяца работы
  • Неограниченный доступ к образовательному контенту на портале знаний от корпоративного университета
  • Подписка на лучшие электронные библиотеки с подборками IT-литературы (и не только)
  • Собственный центр профессионального развития, в котором проводятся комплексные программы обучения hard skills
  • Внутренние демодни, коуч-дни, питчи — то, что поможет продвигать и совершенствовать проекты и собственные идеи
  • Корпоративные скидки для изучения английского языка в малых группах онлайн и офлайн
  • Регулярные карьерные марафоны, индивидуальные карьерные консультации и планы развития
  • Софинансирование занятий спортом
  • Общение вне рабочих рамок — независимо от того, в каком городе ты работаешь! От участия в корпоративных спортивных сообществах до онлайн-экскурсий и неформальных встреч в формате Random coffee

В «Газпром нефть» ты можешь:

  • Участвовать в создании комплексных цифровых решений для управления гигантскими месторождениями и мощными нефтеперерабатывающими заводами;
  • Строить цифровые модели технологических процессов, которые по сложности можно сравнить с использованием космических технологий;
  • Думать над одной задачей или переключаться на разные — объем проектов в компании позволяет найти то, что вдохновляет больше всего;
  • Развивать цифровую платформу для ускорения продуктовой разработки и оптимизировать работу 2,5 тысяч программистов.