Аналитик данных / Математик / Data scientist

Обязанности:

1. Анализ данных:
   • Проведение статистического анализа больших массивов данных измерений параметров многофазных потоков.
   • Очистка, обработка и исследование данных (EDA) для выявления закономерностей, аномалий и проверки гипотез.
   • Классификация данных, разработка и валидация гипотез о взаимосвязях между разнотипными физическими параметрами.
2. Разработка и внедрение моделей:
   • Построение, обучение и валидация математических моделей и моделей машинного обучения (ML) для описания сложных гидродинамических и электрофизических процессов.
   • Разработка архитектуры, обучение и тонкая настройка нейронных сетей под специфические задачи прогнозирования, классификации или оптимизации.
   • Математическое моделирование в области гидродинамики многофазных потоков с использованием языков программирования (Python) и специализированных инженерных пакетов.
3. Работа с продуктом и внедрение:
   • Проведение расчетов и экспериментов для валидации и калибровки моделей.
   • Тесное взаимодействие с разработчиками: постановка задач, передача алгоритмов и моделей для интеграции во встроенное программное обеспечение (сервисы) оборудования.
   • Сопровождение полного цикла внедрения своих решений: от прототипа до промышленной реализации.
4. Коммуникация и презентация результатов:
   • Подготовка понятных и наглядных отчетов, дашбордов и презентаций по результатам анализа.
   • Доступное изложение сложных технических выводов и рекомендаций для руководства, менеджмента, инженеров, разработчиков.

Образование и опыт:

• Высшее образование (магистратура или специалитет) в области математики, физики, компьютерных наук, инженерной кибернетики или смежных специальностей.
• Опыт работы в области Data Science / анализа данных / математического моделирования от 2-х лет (или серьезный научный исследовательский опыт).
• Опыт применения пакетов численного моделирования и инженерных расчетов (Matlab, Simulink, ANSYS Fluent, COMSOL или аналоги) в области механики жидкости и газа (CFD) или смежных областях.

Технические навыки - Hard Skills:

• Программирование и Data Science:
  • Свободное владение Python для анализа данных и моделирования (NumPy, SciPy, Pandas, Scikit-learn).
  • Понимание и опыт применения ключевых подходов и алгоритмов МО: регрессия, классификация, кластеризация, ансамбли, работа с временными рядами, метрики.
  • Разработка и обучение нейронных сетей с использованием фреймворков (PyTorch, TensorFlow, Keras). Умение подбирать архитектуру под задачу.
  • Глубокие знания в области математической статистики, теории вероятностей и методов планирования экспериментов.
  • Понимание принципов ООП.
• Математическое и физическое моделирование:
  • Опыт построения, валидации и калибровки детерминированных и стохастических математических моделей.
  • Знание основ гидрогазодинамики (гидродинамики многофазных потоков) является ключевым преимуществом.
• Работа с данными:
  • Навыки обработки, очистки и анализа больших массивов данных (в т.ч. временных рядов с физических датчиков).
  • Визуализация данных и результатов (Matplotlib, Seaborn, Plotly).
  • Понимание принципов Feature Engineering для физических процессов.
• Инструменты:

Основной стек:

• Язык программирования: Python (NumPy, SciPy, Pandas, Scikit-learn).
• Глубокое обучение: один из фреймворков - PyTorch, TensorFlow / Keras.
• Визуализация данных: Matplotlib, Seaborn, Plotly.
• Система контроля версий: Git (GitLab / GitHub / Bitbucket).
• Работа с базами данных: SQL.

Специализированные инженерные платформы:

• Математическое моделирование и прототипирование: MATLAB & Simulink.
• Инженерные расчеты и CFD: опыт работы с одним из пакетов ‑ ANSYS Fluent, COMSOL Multiphysics или аналогичными.

Личные качества и мягкие навыки - Soft Skills:

• Аналитический склад ума и гипотезный подход: умение формулировать, проверять и опровергать гипотезы на основе данных.
• Навыки научного исследования: от постановки задачи и литературного обзора до оформления результатов и выводов.
• Системное мышление: понимание взаимосвязей в сложных физико-технических системах.
• Коммуникационные навыки: умение ясно доносить сложные технические идеи и результаты анализа до коллег из разных областей (инженеры, разработчики ПО, менеджмент), в том числе в форме презентаций и отчетов.
• Умение работать в команде и самостоятельно: взаимодействие с разработчиками для постановки задач, сопровождения внедрения моделей.
• Английский язык на уровне чтения технической документации и научной литературы.

Условия:

• Возможность ездить в командировки (в том числе за границу)

https://gsz.gov.by/registration/employer/vacancy/create-future/23616/detail-public/

Не подходит для соискателей частичной занятости или работы по совместительству.