Геолог (машинное обучение)

Навыки

• AI-инструменты в работе
• Airflow
• Big Data
• XGBoost / LightGBM / CatBoost
• ClickHouse
• Computer Vision
• Dagster / Prefect / Luigi

Задачи

• разработка, обучение, тестирование и производственная оптимизация моделей машинного обучения для анализа геолого-геофизических данных
• создание и внедрение end-to-end ML-сервисов и пайплайнов обработки данных
• полный цикл разработки AI/ML-решений: от исследования и прототипирования до внедрения в production и мониторинга
• разработка и поддержка ML-инфраструктуры и платформенных решений для геологического отдела
• глубокий анализ больших объемов данных, написание и поддержка эффективных скриптов на Python и SQL
• исследование и экспериментирование с новыми подходами и техниками в области искусственного интеллекта для решения бизнес-задач

Требования

• глубокое понимание теоретических основ машинного обучения, математической статистики и методов оптимизации
• свободное владение Python и основными библиотеками для data science
• ML-фреймворки: Scikit-Learn, XGBoost/LightGBM/CatBoost
• Глубокое обучение: PyTorch и/или TensorFlow
• Обработка данных: Pandas, NumPy, Polars
• опыт работы с большими данными (BigData)
• Обработка: Apache Spark (PySpark), Hadoop (HDFS)
• Аналитические СУБД: ClickHouse или аналоги (Vertica, Greenplum)
• опыт построения и поддержки ML-пайплайнов с использованием оркестраторов: Airflow, Dagster, Prefect или аналоги
• понимание принципов контейнеризации и оркестрации (Docker, Kubernetes)
• опыт работы с инструментами для визуализации данных: Tableau, Power BI, Yandex DataLens или аналоги
• экспертиза в области Machine Learning & AI
• практический опыт реализации проектов в ключевых domains
• Классическое ML (регрессия, классификация, кластеризация)
• Обработка естественного языка (NLP)
• Компьютерное зрение (Computer Vision)
• понимание архитектурных принципов построения современных GenAI-решений, включая работу с LLM (Large Language Models) и паттернами RAG (Retrieval-Augmented Generation)
• опыт работы с геологическими, геофизическими данными или данными дистанционного зондирования Земли (ДЗЗ)
• знание открытых и корпоративных источников и баз геологических данных является значительным преимуществом
• наличие успешного опыта внедрения корпоративных AI/ML-решений «под ключ» в нефтегазовой, геологоразведочной или смежных областях
• опыт работы с облачными платформами (Yandex Cloud, AWS, GCP, Azure) и их ML-сервисами
• умение доносить сложные технические концепции до нетехнических специалистов

Условия

• уровень заработной платы обсуждается с успешным кандидатом
• работа в офисе (ЦАО), пешая доступность от метро
• трудоустройство в соответствии с ТК РФ
• корпоративные льготы: новогодние детские подарки, программы лояльности от партнеров, материальная поддержка сотрудников в различных жизненных ситуациях
• культурные мероприятия: тимбилдинги, день работника нефтяной и газовой промышленности, конкурсы для детей сотрудников, Новый год
• программы заботы о здоровье: ДМС со стоматологией для сотрудника и детей, льготное страхование для родственников, дистанционные (телемедицинские) онлайн-консультации врачей

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.