Описание
Andersen — глобальная технологическая компания, разрабатывающая ML-решения и предоставляющая технологические услуги для бизнеса в различных отраслях. Проект сфокусирован на оптимизации маршрутизации в реальном времени, предсказании ETA и крупномасштабной обработке геопространственных данных для глобальной инвестиционной управляющей компании.
Задачи
•Проектирование и создание ML-моделей, уточняющих оценки ETA маршрутизирующего движка с использованием gradient-boosted trees, нейронных сетей и архитектур на основе Transformer
•Разработка моделей оценки трафика на основе крупномасштабных GPS-данных для получения скоростей на уровне дорог и исторических профилей трафика
•Реализация map-matching и пространственных агрегаций для данных о движении и скорости
•Улучшение расчёта ETA, сглаживания и логики перемаршрутизации при меняющихся условиях
•Перевод целей маршрутизации и ETA в ML-задачи, прокси-метрики, нефункциональные требования и формулировки функций потерь
•Ведение сквозной оценки, включая офлайн-метрики и онлайн-эксперименты, такие как shadow-тесты и switchback-тесты
•Партнёрство с backend-инженерами для развёртывания моделей в виде низколатентных production-сервисов, соответствующих требованиям по задержке и пропускной способности
•Партнёрство с product- и operations-командами для превращения анализа маршрутизации и трафика в фичи и требования
•Владение полным ML-жизненным циклом в продакшене, включая обслуживание, мониторинг дрейфа и пайплайны переобучения
Требования
•5+ лет опыта в Machine Learning, включая 3+ года создания и развёртывания deep learning моделей в продакшене
•Опыт построения регрессионных, прогнозных или других supervised ML-систем для реальных задач предсказания
•Сильные навыки Python и практический опыт работы с PyTorch, Scikit-learn, Pandas, NumPy и PySpark
•Продвинутый SQL и опыт распределённой обработки данных
•Опыт работы с CatBoost, XGBoost или LightGBM
•Способность проектировать ML-систему с нуля — от анализа и обработки данных через feature engineering до production model serving
•Опыт развёртывания низколатентных ML-сервисов в продакшене
•Опыт работы с MLOps, мониторингом моделей, пайплайнами переобучения и управлением жизненным циклом
•Английский язык Upper-Intermediate и выше
Будет плюсом:
•Экспертиза в ETA или предсказании времени в пути, оценке трафика или качестве маршрутизирующего движка
•Опыт работы с open-source маршрутизирующими движками, такими как Valhalla, OSRM или GraphHopper
•Знание map-matching, профилей скорости, дорожных графовых тайлов и исторического трафика
•Опыт работы с картографическими, геолокационными или геопространственными продуктами
•Опыт разработки для развивающихся рынков со слабыми картографическими и адресными данными
•Опыт работы с BigQuery или Databricks
•Распределённое обучение глубоких моделей
•Соответствующие сертификации
Условия
•Полностью удалённая работа, работа в офисе или гибридный вариант
•Возможности профессионального, финансового и карьерного роста
•Системы менторства и онбординга для каждого нового сотрудника
•Возможность заработать до дополнительных 1 000 USD в месяц в зависимости от экспертизы, включено в годовой бонус
•Доступ к корпоративному учебному порталу
•Компенсация сертификаций, включая AWS и PMP
•Реферальная программа
•Частная медицинская страховка
•Компенсация спортивной активности
•Корпоративные мероприятия и бонусы, включая вечеринки, пиццадни, PlayStation, фрукты, кофе, снеки и кино
