Разработка на Python — удалённая работа в Москве

Data Science. Разработка с нуля, тестирование, настройка. Cement Hydration Engine (Production-Ready V2.2)1. Суть Задачи (MUST-HAVE):Разработка и валидация высокопроизводительного, численно устойчивого программного ядра (Core Engine) на Python, которое моделирует кинетику гидратации цементного раствора и рассчитывает ключевые механические/акустические параметры ($\alpha$, $\rho$, $G_{eff}$, $K_{eff}$, $Z$, $\sigma_c$) в реальном времени. 2. Требуемое Решение и KPI (Кратко): 1.Высокая Производительность (KPI): Реализация чистых вычислительных функций с использованием Numba JIT-компиляции. Среднее время расчета на шаг $\le 1 \text{ мс}$. 2.Численная Устойчивость: Интеграция и проверка CFL-условия (Куранта–Фридрихса–Леви) в Runtime для термодинамической модели. Обязательный контроль NaN/Inf после каждого JIT-расчета. 3.Математическая Строгость: Точная реализация связанных ОДУ (для $\theta(t)$ и $T(t)$) и микрометрических моделей (например, Hashin-Shtrikman) с защитой от деления на ноль. 4.Архитектура: Чистый код, структурированный по принципам SOLID, с системой логирования (logging) и Unit-тестами (Pytest), проверяющими численные инварианты.Предиктивный Модуль: Разработка статистического модуля для прогноза конечной прочности ($\sigma_{c, final}$) с расчетом интервалов неопределенности (95%, 75%). Требуемые Компетенции: Программирование Python (Senior/Expert), Numba JIT, NumPy. Математика/Физика Численные методы (Explicit Euler, ОДУ), анализ устойчивости (CFL). Инженерия/Моделирование Гидратация цемента (кинетика, JMAK), Микромеханика (Hashin-Shtrikman), Акустика (P/S-волны, импеданс Z). Разработка Pytest (написание тестов на численные инварианты), JSON-сериализация, стандарты кода (логирование, docstrings).