Инженер машинного обучения Supply Network Planning

❇️ Инженер машинного обучения Supply Network Planning | Компания Top Selection

🔥 Мы в поиске Инженера машинного обучения Supply Network Planning на проектную занятость

Грейд: senior
Ставка: от 272К до 300К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП 📌 (не СЗ, не ТК)

🧩 О проекте: разработка модулей планирования снабжения и производства для оптимизации запасов и календарного планирования для крупного ритейла (сектор FMCG)

✅ Требования Hard Skills
— Глубокое знание алгоритмов, структур данных, оценка сложности по Big O (Senior)
— Python (Senior)
— Шаблоны ООП и проектирование сложных вычислительных решений (Senior)
— SQL и работа с PostgreSQL (Middle+)
— Владение Git: работа с ветками, управление изменениями, разрешение конфликтов, создание Merge Requests, участие в Code Review (Middle+)
— Юнит- и интеграционное тестирование (Senior)
— Агентная разработка с использованием ИИ (Middle+)
— Опыт промышленной разработки на Python уровня Senior
— Опыт работы в области Operations Research, систем планирования производства (APS), логистики или Supply Chain Management
— 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
— Работа в Unix-подобных системах, принципы CI/CD
— Декомпозиция крупномасштабных задач оптимизации
— CP / CP-SAT и другие методы дискретной оптимизации
— Многокритериальная оптимизация (multi-objective optimization)
— Настройка решателей (solver tuning)
— Конкурентные и параллельные вычисления (многопоточность, многопроцессность)
— Оптимизация математических моделей
— Профилирование и управление памятью
— Разработка REST API приложений
— Специализированные курсы по Discrete Optimization, Operations Research или алгоритмам

🎯 Задачи
— Проектирование и реализация компонентов для календарного и производственного планирования
— Оптимизация запасов
— Формализация бизнес-задач как задач математической оптимизации (LP, MILP)
— Разработка и анализ математических моделей линейного и смешанно-целочисленного программирования
— Постановка задач ИИ-агентам, управление контекстом, проверка и интеграция результатов в кодовую базу