Remote Machine Learning Engineer - Energy Forecasting / Mid+ (part-time)

O projekcie: Opis projektu- Rozwój komercyjnych modeli prognostycznych dla danych energetycznych: ceny, generacja, zużycie- Budowa i integracja modeli prognostycznych w środowisku produkcyjnym- Nacisk na stabilność, powtarzalność i jakość prognoz (nie POC)Oferujemy- Wpływ na nową usługę- Pracę nad systemem produkcyjnym- Długoterminową współpracę Wymagania: Podstawowe- Minimum 3 lata doświadczenia w ML / data science- Doświadczenie w prognozowaniu szeregów czasowych- Bardzo dobra znajomość Pythona i pakietów pandas, numpy, scikit-learn- Praktyczne doświadczenie z modelami regresyjnymi- Znajomość modeli drzewiastych i boostingowych (XGBoost, LightGBM)- Dobór i projektowanie zmiennych (feature engineering) dla szeregów czasowych- Walidacja modeli i eliminacja przecieku informacji- Samodzielność i odpowiedzialność za proces prognostycznyMile widziane- Doświadczenie w energetyce / OZE / tradingu energii- Dane pogodowe w modelach prognostycznych- Regresja kwantylowa (quantile regression), modele probabilistyczne, łączenie prognoz z wielu modeli (ensemble forecasting)- Doświadczenie we wdrażaniu utrzymaniu stabilnych modeli w środowisku produkcyjnym Codzienne zadania: - Parametryzacja modeli prognostycznych w oparciu o szeregi czasowe - Dobór zmiennych, projektowanie cech (feature engineering): opóźnienia, statystyki kroczące, sezonowość, kalendarz, pogoda - Implementacja modeli: regresja wieloraka, drzewa decyzyjne, inne podejścia - Walidacja modeli (backtesting) - Eliminacja przecieku informacji (data leakage) - Integracja modelu z ETL przez API (istniejący dedykowany pakiet Pythona) - Budowa procesu trenowania (pipeline) i okresowej aktualizacji modeli (retraining) - Monitoring jakości i stabilności modeli