Senior Data Scientist / ML Engineer (Forecasting)

Title: Senior Data Scientist / ML Engineer (Forecasting) | NDA Location: UK - Hybrid / Hybrid

GT была основана в 2019 году бывшим руководителем Apple, Nest и Google. Миссия GT — связать лучшие таланты мира с карьерными возможностями в продуктовых компаниях с высоким ростом в Великобритании, США, Канаде, Германии и Нидерландах. Наши клиенты работают в таких отраслях, как здравоохранение, медико-биологические науки, финтех, розничная торговля, электронная коммерция, финансы и многих других — предоставляя нашей команде возможность участвовать в реальных, значимых проектах.

О РОЛИ

Мы ищем Senior Data Scientist / ML Engineer, который присоединится к клиенту из Великобритании, работающему в сфере здравоохранения и фармацевтики.

Эта роль сочетает прогнозирование и машинное обучение с полным циклом владения поставкой решений, от обнаружения проекта и сотрудничества с заинтересованными сторонами до разработки, развертывания и ввода моделей в эксплуатацию.

Местоположение: Ноттингем, Великобритания

Посещение офиса: до 3 дней в неделю в офисе в Ноттингеме.

Детали проекта:

Проект фокусируется на разработке решения для прогнозирования для крупной сети здравоохранения. Он использует исторические данные о клиниках и маркетинге для прогнозирования загрузки клиник и потребности в персонале, помогая оптимизировать планирование и распределение ресурсов. Цель — создать масштабируемую, основанную на данных платформу, которая повысит операционную эффективность.

ОБЯЗАННОСТИ:

• Разработка, обучение и развертывание ML-моделей для прогнозирования временных рядов и связанных с ними задач обработки данных

• Создание и поддержка конвейеров данных с использованием облачных инструментов (AWS, GCP или Azure)

• Разработка и оптимизация моделей прогнозирования (Prophet, ARIMA, LSTM, TimeGPT)

• Сотрудничество с инженерами данных, продуктовыми инженерами и облачными инженерами для предоставления надежных, масштабируемых решений

• Участие на различных этапах жизненного цикла проекта — от исследования и PoC до развертывания в производственной среде, представление результатов работы заинтересованным сторонам

• Тесное сотрудничество с бизнес-стейкхолдерами и экспертами для сбора требований, формирования решений и проведения исследования проекта

• Коммуникация подходов к моделированию, предположений и результатов как технической, так и нетехнической аудитории

ОСНОВНЫЕ ЗНАНИЯ, НАВЫКИ И ОПЫТ (ОБЯЗАТЕЛЬНО):

• Более 4 лет коммерческого опыта в Data Science / Machine Learning

• Практический опыт работы с:

  • Databricks
  • Notebooks
  • PySpark
  • Workflows
  • Deployment through Asset Bundles

• Подтвержденный опыт создания, развертывания и поддержки производственных ML-решений

• Обширный опыт в различных областях ML, включая:

  • Прогнозирование / Моделирование временных рядов
  • Регрессия
  • Классификация
  • Модели градиентного бустинга (например, XGBoost, LightGBM)

• Отличные навыки работы с Python (Pandas, NumPy, scikit-learn, PyTorch)

• Опыт оценки моделей, мониторинга производительности и метрик точности

• Контроль версий (Git)

• Опыт работы с облачными средами (предпочтительно Azure, также рассматриваются AWS/GCP)

• SQL

• Свободное владение английским языком

ЖЕЛАТЕЛЬНО:

• Опыт работы в розничной торговле или аналогичной потребительской отрасли

• Azure DevOps:

  • Repos
  • Boards
  • Pipelines

• Опыт работы с рабочими процессами обучения и инференса моделей Databricks

• Databricks Apps и Lakebase

• Опыт работы с RAG-конвейерами

• Опыт работы с векторными базами данных (Weaviate, Milvus)

• Знакомство с фреймворками оценки LLM (например, DeepEval)

SOFT SKILLS

• Высокое чувство ответственности и подотчетности

• Навыки эффективного управления стейкхолдерами

• Проактивный подход и способность работать самостоятельно

• Четкая и уверенная коммуникация как с техническими, так и с нетехническими стейкхолдерами

• Комфорт работы в условиях неопределенности и помощь в определении требований

• Стратегическое мышление и ориентация на бизнес-эффект

• Умение работать в команде

ЭТАПЫ СОБЕСЕДОВАНИЯ

1. Собеседование в GT с рекрутером
2. Техническое собеседование
3. Собеседование на культурное соответствие
4. Финальное собеседование
5. Проверка рекомендаций
6. Проверка безопасности