Python NN/ML-Ingenieur, D TRADING in DTEK, TOV, Energetichna kompaniya

Stellenangebot in LLC D.TRADINGD.TRADING - Handel mit Energieprodukten. Hierbei handelt es sich um ein kundenorientiertes Unternehmen, das sich auf die zuverlässige Lieferung und Bereitstellung hochwertiger Dienstleistungen im Bereich Energieressourcen (Strom, Erdgas, Gaskondensat, Kohle) konzentriert. Positionsfunktionen: Entwicklung und Verbesserung der neuronalen Modellarchitektur von Datenlade- und -verarbeitungsalgorithmen, Berechnung von Faktoren, Berechnungsmodellen und Genauigkeitsbewertung. Entwicklung von Python-Skripten, die diese Algorithmen implementieren. Testen von Skripten auf historischen und Prognosedaten und Bewertung ihrer Genauigkeit. Präsentation (Visualisierung) der Arbeitsergebnisse für interne Kunden. Analyse und Prognose kommerzieller und physikalischer Parameter des Energiemarktes mithilfe von NN/ML. Analyse der Rohstoffmarktlogistik, Erstellung und Umsetzung von Netback-Berechnungen. Update von Implementierungsbeschreibungen basierend auf den Ergebnissen der Entwicklung und des Testens entwickelter Skripte, einschließlich Datenmodell, Nachschlagewerk, IT-Architektur, Netzwerkinteraktionsdiagramm, technisches Projekt, Beschreibung analytischer Lösungsalgorithmen, Implementierungsbeschreibung Konstruktion von Vorhersagemodellen für Wetterdaten (funktionsfähig). mit Zeitreihen). Hypothesentests von Handelsideen und statistische Analyse, um diese zu bestätigen: PyTorch, Spark, Polars, Pandas, Numpy, SciKit-Learn, SQLALchemy, Matpotlib, Tornado, Keras, Tensorflow, Psycopg2, Seaborn, Selenium Experience in der kommerziellen Entwicklung basierend auf PostgreSQL DBMS. Kenntnisse in mathematischer Statistik, einschließlich Wahrscheinlichkeitsverteilung, stochastische Prozesse. Kenntnisse und Erfahrung in der Anwendung moderner Methoden der Datenanalyse, einschließlich Panel- und grafischer Datenanalyse, Methoden zur Bereinigung, Transformation und Normalisierung von Daten Interpolation und Extrapolation. Kenntnisse in MS Office (Excel, PowerPoint, Outlook). Höhere Kenntnisse sind von Vorteil. S3). Erfahrung mit PostgreSQL DBMS. Kenntnisse in Theorie und Praxis maschineller Lernmethoden (TransformerNN, LSTMNN, NPLModels). Kenntnisse in Methoden zur Bewertung der Genauigkeit von Vorhersagemodellen. Erfahrung in der Entwicklung und Unterstützung neuronaler Netze und Erfahrung in der Zeitreihenanalyse, der Datenaufbereitung für die Zeitreihenmodellierung; die Möglichkeit, nach einem hybriden Zeitplan zu arbeiten – Teilnahme an interessanten Projekten;