Описание
Ищем Middle Optimization Analyst для разработки и внедрения математических моделей оптимизации бизнес-процессов. Основное направление работы - создание комплексных аналитических решений, объединяющих прогнозирование спроса на основе Machine Learning и математическую оптимизацию.
Задачи
•Разработка математических моделей оптимизации для решения прикладных бизнес-задач
•Формализация бизнес-требований в виде математических моделей: целевых функций, переменных и ограничений
•Решение задач линейного (LP), смешанного целочисленного (MILP) и нелинейного программирования (NLP)
•Интеграция прогнозов спроса и результатов ML-моделей в оптимизационные алгоритмы
•Разработка оптимизационных моделей для управления запасами, планирования поставок и производства с учетом прогнозного спроса
•Учет неопределенности прогнозов, сценариев спроса и бизнес-ограничений при поиске оптимальных решений
•Совместная работа с Data Scientist над комплексными решениями, объединяющими прогнозирование и оптимизацию
•Разработка и реализация оптимизационных алгоритмов на Python с использованием специализированных библиотек и решателей
•Проведение вычислительных экспериментов, сценарного анализа и оценки чувствительности моделей
•Анализ результатов оптимизации, оценка экономической эффективности и подготовка рекомендаций для бизнеса
•Повышение производительности оптимизационных моделей и участие в их внедрении в промышленную эксплуатацию
Требования
•Опыт работы в математической оптимизации, Operations Research или смежных аналитических направлениях от 2 лет
•Хорошее понимание методов математического программирования (LP, MILP)
•Практический опыт разработки математических моделей с целевыми функциями и ограничениями
•Уверенное владение Python, Pandas, NumPy
•Опыт работы с библиотеками математической оптимизации: Pyomo, PuLP, CVXPY, PySCIPOpt или аналогами
•Опыт использования решателей: Gurobi, CPLEX, SCIP, HiGHS, CBC или аналогов
•Понимание принципов прогнозирования временных рядов и применения прогнозов спроса в задачах оптимизации
•Базовые знания Machine Learning и методов прогнозирования (регрессия, градиентный бустинг, статистические модели временных рядов)
•Понимание влияния ошибок прогнозирования на результаты оптимизационных решений
•Умение работать с временными рядами, анализировать тренды, сезонность и аномалии данных
•Уверенное владение SQL и навыки работы с Git
•Способность самостоятельно разрабатывать модели и интерпретировать результаты с точки зрения бизнес-задач
Будет плюсом
•Опыт разработки комплексных решений, объединяющих Demand Forecasting и Mathematical Optimization
•Практический опыт работы с CatBoost, XGBoost, LightGBM или другими ML-алгоритмами
•Опыт построения моделей прогнозирования спроса для Sell-In и Sell-Out
•Знание методов стохастической, робастной и сценарной оптимизации
•Опыт оптимизации запасов, пополнения, производственного и логистического планирования
•Понимание метрик качества прогнозирования: WAPE, MAE, RMSE, Bias
•Опыт работы с Google OR-Tools и Constraint Programming (CP-SAT)
•Знание эвристических и метаэвристических методов оптимизации
•Опыт работы с большими оптимизационными моделями и методами ускорения вычислений
•Опыт работы с Airflow, Docker и промышленным развертыванием аналитических решений
Условия
Условий в вакансии нет
