Мы — команда «Газпромнефть — Цифровые решения», часть ИТ-функции «Газпром нефти». Команда, которая научила нейросети находить нефть, запустила первую в мире цифровую систему управления арктической логистикой и первой в мире заправила самолёт по блокчейну. Мы переводим в «цифру» каждый этап работы современного нефтяника: от геологической разведки и бурения скважин до процесса переработки нефти и момента, когда она в виде топлива попадает в баки автомобиля, самолёта или, например, становится битумом для строительства дорог. Активы «Газпром нефти» — это сотни петабайт данных, которые генерируют объекты компании в России и за рубежом. Нас вдохновляет идея развития цифрового будущего нефтегазовой отрасли и промышленности в целом.
Мы стремимся к большему, и нам нужен Data Scientist.
Что делать:
- Решать ML-задачи от идеи до production: изучать материалы, искать и обрабатывать данные, обучать и валидировать модели, автоматизировать расчёты.
- Формировать математическую постановку задачи на основе бизнес-требований заказчика.
- Разрабатывать математические модели на основе методов машинного обучения, анализа данных, методов оптимизации, а также численного моделирования нефтегазовых процессов и их объединения с моделями на основе данных.
- Заниматься упаковкой в сервисы и контейнеризацией разработанных моделей.
- Проводить анализ соответствия между метриками качества модели и целевыми технико-экономическими показателями проекта.
- Защищать результаты перед заказчиками.
Мы ожидаем:
- Высшее техническое образование.
- Хорошее знание линейной алгебры, теории вероятностей, математической статистики, методов решения дифференциальных уравнений, численных методов, методов оптимизации.
- Знание принципов построения основных типов моделей машинного обучения (линейные модели, деревья решений, SVM и пр.), а также современных архитектур и принципов работы нейронных сетей.
- Опыт работы с основными фреймворками для машинного обучения (PyTorch, TensorFlow и пр.).
- Уверенное понимание метрик качества.
- Опыт в написании production-кода на Python.
- Знание ООП.
- Знание основ SQL.
- Умение работать с DS-кодом не только в Jupyter Notebook, но и в среде разработки, например, PyCharm.
- Хорошее владение командной строкой Linux, опыт работы с Docker/Docker Compose, Git, MLflow.
Мы предлагаем:
- Трудоустройство в аккредитованную ИТ-компанию.
- Гибридный формат работы (после испытательного срока).
- Достойную твоего профессионального уровня заработную плату (уровень вознаграждения обсуждается индивидуально по результатам интервью).
- Годовую премию по результатам деятельности, дополнительную материальную мотивацию (премии от руководителя).
- Качественную программу ДМС со стоматологией с первого месяца работы.
- Неограниченный доступ к образовательному контенту на портале знаний от корпоративного университета.
- Подписку на лучшие электронные библиотеки с подборками IT-литературы (и не только).
- Собственный центр профессионального развития, в котором проводятся комплексные программы обучения Hard skills.
- Внутренние демо-дни, коуч-дни, питчи — то, что поможет продвигать и совершенствовать проекты и собственные идеи.
- Корпоративные скидки для изучения английского языка в малых группах онлайн и офлайн.
- Регулярные карьерные марафоны, индивидуальные карьерные консультации и планы развития.
- Софинансирование занятий спортом.
- Общение вне рабочих рамок — независимо от того, в каком городе ты работаешь! От участия в корпоративных спортивных сообществах до онлайн-экскурсий и неформальных встреч в формате Random coffee.
В «Газпром нефть» ты можешь:
- Участвовать в создании комплексных цифровых решений для управления гигантскими месторождениями и мощными нефтеперерабатывающими заводами.
- Строить цифровые модели технологических процессов, которые по сложности можно сравнить с использованием космических технологий.
- Думать над одной задачей или переключаться на разные — объём проектов в компании позволяет найти то, что вдохновляет больше всего.
- Развивать цифровую платформу для ускорения продуктовой разработки и оптимизировать работу 2,5 тысяч программистов.
