Роль закрыта
· Опыт построения статистических и прогнозных ML-моделей не менее чем в 2 проектах.
· Желателен опыт участия в data-science хакатонах на крупных площадках.
· Глубокое знание математических моделей прогнозирования.
· Опыт разработки приложений в микросервисной архитектуре на Python.
· Опыт разработки баз данных на PostgreSQL.
1. Провести исследование подходов и алгоритмов машинного обучения для решения задач прогнозирования спроса и нормы запаса промышленных товаров.
2. Проанализировать предоставленные исторические данные за 4 года по закупкам, приходу, расходу и остаткам.
3. Вместе с экспертом в управлении товарными запасами сформулировать детальную постановку задачи и целевые критерии для моделей.
4. Разработать и развернуть базу данных.
5. Обучить модель.
Проект рассчитан на 3 месяца и предполагает полную занятость.
Работа по проекту будет вестись в гибридном формате: часть работ вы сможете делать удаленно, часть – в Санкт-Петербургском офис. В начале проекта вы примете участие в установочной встрече, в рамках которой будут утверждены образ результата, формат взаимодействия и ключевые контрольные точки. Проект завершится презентацией результатов лидеру проекта, подведением итогов и анализом хода проекта.
Проект предусматривает вознаграждение в размере 300 000 рублей после всех вычетов для физлиц (налоговая ставка 13%) или 324 000 рублей после всех вычетов для самозанятых / ИП (налоговая ставка 6%).
Проект будет состоять из 3 этапов, и каждый этап оплачивается отдельно:
1. Исследование подходов и алгоритмов прогнозирования спроса и нормы запаса — 100 000 руб после всех вычетов для физлиц (налоговая ставка 13%) или 108 000 рублей после всех вычетов для самозанятых / ИП (налоговая ставка 6%)..
2. Исследование данных и построение моделей машинного обучения — 100 000 руб после всех вычетов для физлиц (налоговая ставка 13%) или 108 000 рублей после всех вычетов для самозанятых / ИП (налоговая ставка 6%).
3. Верификация моделей — 100 000 руб после всех вычетов для физлиц (налоговая ставка 13%) или 108 000 рублей после всех вычетов для самозанятых / ИП (налоговая ставка 6%).
При успешном завершении проекта лидер проекта готов предложить вам дальнейшее сотрудничество.
Полнота информации в профиле — ваше важное преимущество в глазах лидера проекта. Прежде, чем откликнуться на проект, убедитесь, что ваш профиль заполнен: получив отказ, вы не сможете направить отклик на проект повторно.