Middle Optimization Analyst / Operations Research Specialist

Ищем Middle Optimization Analyst для разработки и внедрения математических моделей оптимизации бизнес-процессов.

Основное направление работы - создание комплексных аналитических решений, объединяющих прогнозирование спроса на основе Machine Learning и математическую оптимизацию.

Какие задачи вам предстоят:

• Разработка математических моделей оптимизации для решения прикладных бизнес-задач
• Формализация бизнес-требований в виде математических моделей: целевых функций, переменных и ограничений
• Решение задач линейного (LP), смешанного целочисленного (MILP) и нелинейного программирования (NLP)
• Интеграция прогнозов спроса и результатов ML-моделей в оптимизационные алгоритмы
• Разработка оптимизационных моделей для управления запасами, планирования поставок и производства с учетом прогнозного спроса
• Учет неопределенности прогнозов, сценариев спроса и бизнес-ограничений при поиске оптимальных решений
• Совместная работа с Data Scientist над комплексными решениями, объединяющими прогнозирование и оптимизацию
• Разработка и реализация оптимизационных алгоритмов на Python с использованием специализированных библиотек и решателей
• Проведение вычислительных экспериментов, сценарного анализа и оценки чувствительности моделей
• Анализ результатов оптимизации, оценка экономической эффективности и подготовка рекомендаций для бизнеса
• Повышение производительности оптимизационных моделей и участие в их внедрении в промышленную эксплуатацию

Здорово, если у вас есть:

• Опыт работы в математической оптимизации, Operations Research или смежных аналитических направлениях от 2 лет
• Хорошее понимание методов математического программирования (LP, MILP)
• Практический опыт разработки математических моделей с целевыми функциями и ограничениями
• Уверенное владение Python, Pandas, NumPy
• Опыт работы с библиотеками математической оптимизации: Pyomo, PuLP, CVXPY, PySCIPOpt или аналогами
• Опыт использования решателей: Gurobi, CPLEX, SCIP, HiGHS, CBC или аналогов
• Понимание принципов прогнозирования временных рядов и применения прогнозов спроса в задачах оптимизации
• Базовые знания Machine Learning и методов прогнозирования (регрессия, градиентный бустинг, статистические модели временных рядов)
• Понимание влияния ошибок прогнозирования на результаты оптимизационных решений
• Умение работать с временными рядами, анализировать тренды, сезонность и аномалии данных
• Уверенное владение SQL и навыки работы с Git
• Способность самостоятельно разрабатывать модели и интерпретировать результаты с точки зрения бизнес-задач

Будет преимуществом:

• Опыт разработки комплексных решений, объединяющих Demand Forecasting и Mathematical Optimization
• Практический опыт работы с CatBoost, XGBoost, LightGBM или другими ML-алгоритмами
• Опыт построения моделей прогнозирования спроса для Sell-In и Sell-Out
• Знание методов стохастической, робастной и сценарной оптимизации
• Опыт оптимизации запасов, пополнения, производственного и логистического планирования
• Понимание метрик качества прогнозирования: WAPE, MAE, RMSE, Bias
• Опыт работы с Google OR-Tools и Constraint Programming (CP-SAT)
• Знание эвристических и метаэвристических методов оптимизации
• Опыт работы с большими оптимизационными моделями и методами ускорения вычислений
• Опыт работы с Airflow, Docker и промышленным развертыванием аналитических решений