Data Scientist (Оптимизация маршрутов)

От успешного соискателя мы ожидаем:

• Знание основ линейной алгебры, методов оптимизации, теории вероятностей и математической статистики;
• Уверенное владение Python;
• Знание классических задач комбинаторной оптимизации (задача коммивояжера, задача о маршрутизации транспортных средств, задача об упаковке в контейнеры) и соответствующих алгоритмов их решения;
• Навыки исследований и формирования гипотез к доработкам текущих алгоритмов;
• Желание погружаться в существующую бизнес-модель, продукт и метрики, разобраться в применяемых алгоритмических системах, их ограничениях и целях.

Будет плюсом:

• Практический опыт решения оптимизационных задач на солверах (Google OR Tools, Gurobi, IBM Cplex, CBC и пр.) или с разработкой собственного солвера;
• Опыт с А/Б-тестированием;
• Знание Classic ML;
• Глубокое понимание алгоритмов для решения следующих классов задач: линейное программирование, целочисленное программирование, комбинаторная оптимизация;
• Опыт применения численных методов линейной алгебры;
• Опыт работы с Reinforcement Learning;
• Опыт работы с имитационным моделированием.

Чем предстоит заниматься:

• Развивать текущий проект, разбирать реальные кейсы и предлагать идеи по улучшению узких мест;
• Строить новые модели оптимизации, и решать их. Модели как линейного/линейно-целочисленного программирования, так и модели программирования в ограничениях;
• Взаимодействовать с бизнесом, понимать их ограничения, описывать плюсы и минусы различных подходов к оптимизации;
• Помогать продуктовым командам интегрировать модели в продукты;
• Проверять продуктовые гипотезы;
• Повышать эффективность доставки заказов курьерами на различных видах транспорта.

Стек: