Младший инженер отдела мониторинга состояния оборудования

Вакансия № 9553711 от компании Sakhalin Energy Investment Company на Электронной Службе Занятости Населения Москвы.

✷ Смотрите другие предложения работы от компании Sakhalin Energy Investment Company.

☑ Основной блок:

Опыт работы: не требуется.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: от 100000 руб..

Примерное место работы: Россия, Москва.

☑ Актуальность объявления:

Это объявление № 9553711 добавлено в базу данных: Воскресенье, 2 февраля 2025 года.

Дата его обновления на этом интернет-ресурсе: Воскресенье, 16 марта 2025 года.

☑ Статистика предложения работы № 9553711:

Прочитано соискателями - 197 раз(а);
Отправлено откликов - 0 раз(а);

☑ Репутация компании "Sakhalin Energy Investment Company":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

Оставить своё мнение об этой компании можно тут без регистрации и бесплатно.

☑ Подробности о вакантном месте:

Компания «Сахалин Энерджи Инвестмент Компани Лтд.» ведет поиск Младшего инженера отдела мониторинга состояния оборудования в рамках 3-х летней Программы развития начинающих специалистов компании.

Если вы недавно окончили институт, и готовы принять участие в реализации проекта «Сахалин-2», мы готовы рассмотреть вашу кандидатуру для участия в конкурсе на замещение вакантных должностей в рамках программы развития начинающих специалистов.

Обязательные требования:

высшее профессиональное (техническое) образование по направлению электротехника / электромеханика/ автоматика и вычислительная техника / контрольно-измерительные приборы и аппаратура / машиностроение / робототехника; - бакалавр, специалитет, магистратура;
средний балл по диплому не ниже 4,0;
предыдущий опыт работы по специальности желателен, но не более 3 лет;
свободное владение английским языком;
отличные коммуникативные, аналитические навыки, лидерские качества.

Знания:

Статистика, Алгебра, Теория вероятности, Математическое моделирование
Трудовое законодательство РФ и требования безопасного ведения производства.
Следующие знания и опыт их использования будут значимым преимуществом: программные пакеты и инструменты Python, R, Tensor flow, MatLab, Alteryx, Power BI, HTML 5, Databricks.
Сбор и подготовка данных.
Методы анализа: Hadoop, Spark, Hive, MapReduce.
Машинное обучение и нейросети.

Обязанности работника:

Осуществляет поиск и интеграцию данных из источников и баз данных Компании для последующей аналитики.
Разрабатывает алгоритмы нормализации для очистки наборов данных.
Разрабатывает и тестирует гипотезы в процессе анализа данных.
Создаёт, обучает и тестирует предиктивные модели для решения поставленных бизнес задач.
Разрабатывает алгоритмы анализов данных с последующим внедрением результатов в бизнес-процессы (проводить решение от Proof of Concept до внедрения).
Плотно взаимодействует со специалистами по дисциплинам для поиска и сбора дополнительной информации и ведения аналитики в нужном направлении.
Взаимодействует с департаментом информационных технологий и управления информацией по вопросам интеграции данных и разработки приложений.
Обеспечивает аналитическую поддержку специалистам по дисциплинам в процессе создания инструментов по мониторингу состояния оборудования.
Своевременно дополняет и обновляет созданные инструменты мониторинга оборудования с целью постоянного улучшения и соответствия современным техническим требованиям и задачам ранней диагностики деградации.
Систематизирует рекомендации и информацию по разработанным инструментам мониторинга, включая написание технических и функциональных спецификаций.
Выполняет мониторинг состояния в процессе технической аварийной ситуации, как для выявления первичных причин инцидента, так и для предотвращения эскалации и минимизации эффекта от инцидента.
Соблюдает корпоративные жизненно важные правила безопасности и стимулирует других на соблюдение таких правил.
Координирует и согласовывает свою деятельность за счёт эффективного планирования с учётом приоритетности задач и производственной обстановки.
Поддерживает базу знаний в области функций и аспектов эксплуатации электрооборудования, средств управления, новых технологий и методов анализа больших данных на необходимом уровне путём изучения документов по эксплуатации, периодической печати и специальной литературы, и посещения курсов и конференций.