Мы — операционный центр одного из крупнейших банков России. Каждый день через нас проходят **миллионы задач**: от клиентских обращений до внутренних банковских процессов. За этим стоят тысячи сотрудников, сложная логистика распределения нагрузки и ответственность за качество обслуживания на масштабе, который мало кто видел изнутри.

Мы строим систему, которая позволит **предвидеть будущее** — в буквальном смысле.

![](//:0)

Задача, которую вы будете решать
--------------------------------

Нам нужно точное **почасовое прогнозирование входящего потока задач на горизонт 90 дней**.

Это:

\- **Тысячи типов задач** с разными паттернами сезонности, аномалиями и зависимостями

\- **Миллионы событий** в обучающей выборке

\- Бизнес-критичная точность: ошибка прогноза напрямую влияет на укомплектованность смен и качество обслуживания клиентов

Обязанности

  • Проектировать и обучать модели прогнозирования временных рядов на промышленном масштабе (тысячи рядов, миллионы наблюдений)
  • Исследовать и применять подходы: от классических (ARIMA, Prophet, ETS) до современных (TFT, N-BEATS, LightGBM с лаговыми признаками, нейросетевые архитектуры)
  • Решать задачи иерархического прогнозирования: согласовывать прогнозы по типам задач, подразделениям и временным горизонтам
  • Разрабатывать пайплайны feature engineering с учётом календарных эффектов, праздников, внешних факторов
  • Строить систему мониторинга качества прогнозов и автоматического переобучения
  • Работать в команде из нескольких DS-разработчиков

Требования

  • Опыт промышленной разработки ML-систем от 3 лет
  • Глубокая экспертиза в прогнозировании временных рядов: вы знаете не только как обучить Prophet, но и почему он ошибается
  • Уверенное владение Python: pandas, numpy, scikit-learn, одна или несколько из: statsmodels, sktime, darts, NeuralForecast
  • Понимание метрик качества прогнозов (MAPE, WAPE, sMAPE, pinball loss) и умение выбирать правильную под задачу
  • Опыт работы с большими объёмами данных (десятки миллионов строк и выше)
  • Навыки работы с Git, умение писать читаемый, поддерживаемый код

Условия

Что мы предлагаем
-----------------

·      **Задачу, которая не даст скучать:** масштаб, сложность и прикладной результат — всё в одном месте

·      **Команду:** несколько сильных DS-разработчиков, с которыми можно расти и спорить про архитектуру

·      **Влияние:** ваши модели определяют, как банк планирует нагрузку на тысячи сотрудников

·      Конкурентный уровень дохода — обсуждается индивидуально по итогам интервью

·      Гибридный формат работы

·      ДМС, корпоративное обучение, доступ к внутренним платформам и данным

![](//:0)

Процесс отбора
--------------

1.    Скрининг резюме

2.    Техническое интервью (разбор подхода к задаче прогнозирования, вопросы по ML и инженерии)

3.    Финальное интервью с командой и руководителем

![](//:0)

_Если вы давно искали задачу, где временные ряды — это не игрушечный датасет, а живая, сложная и важная система — вы нашли её._

**Откликайтесь. Будем рады познакомиться.**