Старший Data Scientist, Логистика, Маршрутизатор

Привет! Это команда Маршрутизатор.

Мы — команда доставки последней мили, занимаемся планированием доставки от складов до ПВЗ, постаматов и клиентов. Ежедневно мы планируем тысячи маршрутов во всех регионах присутствия компании. Около полугода назад, мы начали использовать исторические данные для более точного прогнозирования времени выполнения заказов курьерами. Теперь мы ищем ML разработчика для улучшения качества этого прогноза.

В моменте у нас уже есть сервис, который аггрегирует данные: GPS-треки и изменения статусов заданий. На основе этих данных в сервисе выполняется прогноз времени выполнения заказов и оценивается неопределенность прогноза. Эти оценки используются планировщиком маршрутов для сознания наиболее безопасного плана развоза.

У нашей системы есть еще три отличительные особенности. Это, во-первых, достаточно разреженные данные, что толкает нас в сторону использования байесовских методов. Во-вторых, привязанность к географическим картам, и это определяет использование методов фильтрации данных. И, в-третьих, распределение входных данных на которых применяется модель может существенно отличаться от соответствующего распределения в исторических данных.

Есть пространство для множества улучшений. Каждое улучшение потенциально может сократить операционные издержки компании на десятки миллионов рублей в месяц.

Наш стек: Clickhouse, Kafka, Python, PostgreSQL, Vertica

Вы будете:

• Разрабатывать систему контроля качества модели выполнения заданий
• Улучшать модель: добавлять фичи, обучать катбуст, адаприровать байесовские подходы
• Повышать надежность модели: необходимо учитывать нештатные ситуации и выбросы в данных

Задачи на более далекое будущее:

• Учет пробок на дорогах
• Прогноз нагрузки на склады для планирования смен

Нам важно:

• Опыт решения производственных задач методами ML, понимание как это устроено в крупной компании. Понимание, что в сложные модели нужно идти, только после работы над качеством данных. Понимание, что правка багов важнее внедрения передовых технологий.
• Навыки автономной работы, готовность погружаться в смежные сервисы, формулировать требования и находить ответственных.
• Опыт в формулировке метрик, описание требований к данным

Будет плюсом:

• Опыт работы с картами и геосервисами
• Опыт применения байесовских методов
• Опыт проведения А/Б экспериментов
• Знание основ обучения с подкреплением
• Знание теории вероятностей