Инженер по машинному обучению (Маршрутизация)

Компания Andersen приглашает на работу Инженера по машинному обучению (Маршрутизация) для проекта по разработке решений машинного обучения для оптимизации маршрутизации в реальном времени, прогнозирования ETA и обработки больших объемов геопространственных данных. Заказчик - глобальная компания по управлению инвестициями, предоставляющая индивидуальные инвестиционные решения институциональным и частным клиентам. Она сочетает финансовую экспертизу с долгосрочными инвестиционными стратегиями, чтобы помочь клиентам достичь своих целей, адаптируясь к меняющимся рыночным условиям. Организация фокусируется на инновациях, ответственных инвестициях и операционной эффективности, постоянно совершенствуя свои возможности для предоставления устойчивой ценности и поддержки долгосрочного роста. Проект направлен на разработку решений машинного обучения для повышения точности прогнозирования ETA и качества маршрутизации в масштабе. Он включает в себя построение моделей машинного обучения производственного уровня, обработку больших объемов геопространственных данных и развертывание систем вывода с низкой задержкой для оптимизации маршрутизации в реальном времени.

Обязанности

• Проектирование и построение моделей машинного обучения, которые корректируют и уточняют оценки ETA движка маршрутизации, от деревьев с градиентным бустингом до нейронных и трансформаторных архитектур по мере роста масштаба данных.
• Разработка моделей оценки трафика, которые преобразуют крупномасштабные данные GPS в скорости на уровне дорог и исторические профили трафика и подают их в движок маршрутизации для получения ETA, учитывающих время суток.
• Работа над сопоставлением карт, которое проецирует зашумленные данные GPS на граф дорог, и пространственными агрегациями, которые делают данные о движении и скорости пригодными для моделирования.
• Улучшение расчета ETA, сглаживания и логики перемаршрутизации для сокращения разрыва между прогнозируемым и фактическим временем прибытия в меняющихся условиях.
• Перевод целей маршрутизации и ETA в цели машинного обучения с соответствующими прокси-метриками и нефункциональными требованиями, включая формулировки потерь, где недо- и пере-прогнозирование несут разные затраты.
• Руководство оценкой от начала до конца, от автономной точности и метрик качества маршрутизации до проектирования онлайн-экспериментов, включая теневые тесты и дизайны, учитывающие интерференцию, такие как переключатели, и доказательство того, что изменение улучшает точность до его внедрения.
• Сотрудничество с инженерами backend для перевода моделей из прототипа в производство с низким временем задержки, отвечающее строгим целям по задержке и пропускной способности.
• Сотрудничество с продуктом и операциями для превращения анализа маршрутизации и трафика в конкретные функции и требования и помощи в расширении возможностей ETA в различных областях.
• Управление жизненным циклом машинного обучения в производстве - обслуживание, мониторинг данных и дрейфа концепций, а также построение конвейеров переобучения, которые поддерживают качество по мере изменения шаблонов трафика, городов и карты.

Требования

• Опыт работы в области инженерии машинного обучения от 5 лет, включая не менее 3 лет опыта в построении и развертывании моделей глубокого обучения в продакшене.
• Прямой опыт работы с моделями регрессии, прогнозирования или предсказания на табличных, временных рядах или данных событий (например, время доставки, спрос, ценообразование, логистика), включая градиентный бустинг (XGBoost, LightGBM, CatBoost).
• Экспертный уровень владения Python и SQL, а также основными библиотеками науки о данных (PySpark, Pandas, NumPy, Scikit-learn, PyTorch).
• Способность спроектировать систему машинного обучения с нуля, охватывающую анализ данных, обработку данных и инженерию признаков от сырых логов до обслуживания модели в продакшене.
• Опыт преобразования бизнес-цели в задачу машинного обучения с правильными прокси-метриками и нефункциональными требованиями, а также проектирование или существенный вклад в A/B-тесты, эксперименты с переключателями или теневыми экспериментами и статистическую оценку, доказывающую бизнес-воздействие.
• Опыт использования инструментов и практик MLOps для управления полным жизненным циклом модели машинного обучения, включая мониторинг и автоматическое переобучение.
• Опыт развертывания моделей на инфраструктуре обслуживания машинного обучения с фокусом на низкой задержке и практическими знаниями о том, как обнаруживать и управлять дрейфом концепции.
• Уровень английского языка – от Upper-Intermediate и выше.

Желательно

• Предметная экспертиза в области ETA / прогнозирования времени в пути, оценки трафика или качества движка маршрутизации.
• Практический опыт работы с открытыми движками маршрутизации (например, Valhalla, OSRM, GraphHopper) и концепциями, такими как сопоставление карт, профили скорости, тайлы дорожных графов и исторический трафик.
• Опыт работы с картографическими, местоположенными или геопространственными продуктами.
• Опыт создания продуктов для развивающихся рынков, где основные данные карт и адресов слабы.
• Опыт работы с облачными данными и платформами машинного обучения, такими как BigQuery или Databricks (сертификация является преимуществом), а также с распределенным обучением глубокого обучения.

Компенсация: 2800–4550 EUR в месяц.