Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Инженер машинного обучения, направление Supply Network Planning (MLE SNP)
в пределах рынка
вакансия
~ 300 000 ₽
в среднем
305 503 ₽
мэтч
Загрузи резюме, чтобы видеть мэтчи с вакансией
подготовьтесь к отклику
ai-инструменты
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Работа через аутстафф, компания RED.
Оформление ИП или СЗ.
Нужно будет сделать ТЗ.
Платформа интегрированного планирования предназначена для планирования снабжения и производства.
задачи
Разрабатывать модули планирования снабжения и производства;
Проектировать и реализовывать компоненты для календарного и производственного планирования и оптимизации запасов;
Формализовывать бизнес-задачи как задачи математической оптимизации (LP, MILP).
требования
Глубоко знать алгоритмы и структуры данных, уметь оценивать сложность по Big O;
Владеть Python на уровне Senior;
Знать шаблоны ООП и уметь проектировать сложные вычислительные решения;
Владеть SQL, PostgreSQL и Git;
Иметь опыт юнит- и интеграционного тестирования;
Знать основы линейного программирования (LP) и смешанно-целочисленного линейного программирования (MILP);
Иметь опыт промышленной разработки на Python уровня Senior;
Иметь опыт работы в области Operations Research, систем планирования производства (APS), логистики или Supply Chain Management;
Иметь практический опыт построения моделей дискретной и линейной оптимизации для реальных бизнес-задач;
Будет плюсом инструменты оптимизации: Pyomo, OR-Tools, PuLP, COIN-OR, решатели: Gurobi, CPLEX, SCIP, COPT, GLPK, математическая статистика, методы дискретной оптимизации, математическое программирование (LP, MILP, MIP), C / C++ для оптимизации критичных вычислительных узлов, работа в Unix-подобных системах, принципы CI/CD, декомпозиция крупномасштабных задач оптимизации, высшее техническое или математическое образование, специализированные курсы по Discrete Optimization, Operations Research или алгоритмам.