Проект завершен

Дата-сайентист

Требуемые навыки

  • SQL
Приём откликов
до 09 февраля 2022
Сроки работы
3 месяца
Формат работы
Гибридный формат
Вознаграждение
300 000 ₽

Роль закрыта

Какие требования предъявляются к исполнителю?

· 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.

Что предстоит сделать?

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.

Какой будет загрузка на проекте?

Проект рассчитан на 3 месяца и предполагает полную занятость.

Каким будет формат взаимодействия?

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.

Что можно получить за этот проект?

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.

Как повысить свои шансы стать участником проекта?

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.