В Проектный офис по отраслевым решениям открыт подбор Функционального (системного) архитектора для участия в проектах направления цифровизации и автоматизации промышленных производств в роли разработчика решений. Ключевые направления проектов: Промышленность, Добыча, АПК, ТЭК.
Аудит объектов и систем Заказчиков, участие в подготовке ТЗ и функциональных требований для выбора и внедрения решений цифровизации;
Участие в разработке технических решений цифровизации производств совместно с руководителями направлений по отраслям и другими участниками проектной команды
Разработка методологий по цифровизации и автоматизации предприятий, наполнение портфеля решений / use cases;
Разработка цифровых моделей прогностики, прогнозирующего управления, стабилизации и оптимизации технологических процессов, систем помощи принятия решений (советчиков диспетчеров);
Разработка ETL-процессов, системной архитектуры программного обеспечения анализа больших данных, моделирования и прогнозирующего управления, интеграции с существующими автоматизированными системами управления предприятиями, BI-системами предприятий;
Организация опытно-промышленной эксплуатации, пилотных проектов (case study) в области аналитической обработки технологической информации, машинного обучения;
Разработка экономических моделей на базе прогнозирования, стабилизации и оптимизации технологических процессов, с целью достижения экономических эффектов для предприятий заказчиков.
Опыт разработки архитектурной документации (компонентная, функциональная, развертывания и т.д.) цифровых двойников предприятий или технологических процессов;
Знание и опыт практической работы с популярным стеком Data Scientist (варианты - Python, R, SQL, Java, TensorFlow, Kafka, Redis, Rabbit, Kubernetes, MATLAB/Simulink, другие инструменты и фреймворки разработки решений Data Science и ML);
Знания линейной алгебры, теории вероятностей, прикладной статистики, технологий баз данных, ETL-методологий, методик параллельных и распределенных вычислений;
Знание паттернов цифрового моделирования, алгоритмов итеративного обучения, стратегий оценки точности разработанных моделей;
Непосредственное участие в проектах машинного обучения (Machine Learning), цифрового моделирования, прогнозирующего управления, развёртывании систем технического зрения