Каталог специалистов направления Разработка и ИТ

Я перешёл с Game Developer Unity C# в Data Science/Machine Learning, потому что я очень сильно влюбился в эту область. В IT опыта около 4 лет как программист. Присутствуют практические знания статистики, линейной алгебры и математики в общем, но хочу знать больше. Люблю Математику, программирование, науку. Я крайне добр и не вспыльчивый. Говорю на Русском и на Английском свободно. Моя сильнейшая сторона: умею уделять работе всё время и постоянно обучаться новому.

Java-разработчик с более чем 5-летним коммерческим опытом в создании сложных веб-приложений и микросервисов. Имеет навыки в Java, Spring (Boot, Security, Cloud) и базах данных (PostgreSQL, MongoDB). Работал над проектами в сферах автоматизации и визуализации, оптимизируя производительность и внедряя лучшие практики. Стремится к участию в инновационных проектах и развитию в области архитектуры программного обеспечения.

● Product / data analyst с более чем 5-летним опытом работы с фокусом на продуктовую и операционную аналитику, специализирующийся на построении энд-ту-энд аналитических решений — от исследования данных и разработки предиктивных моделей до внедрения результатов в продуктивную среду и оценки бизнес-эффектов. Сочетает продуктовое мышление с глубокими техническими компетенциями в ML и анализе данных. Аналитический склад ума, знание теории вероятности и математической статистики. ● Сквозная аналитика и метрики: Проектирование и внедрение систем метрик для оценки эффективности бизнеса: от операционных показателей поддержки (CSAT, FRT, TTR) до клиентских метрик (LTV, retention, churn rate) и ассортиментных (ценовая эластичность, маржинальность, оборачиваемость). Построение дашбордов в Tableau, Superset, Power BI для мониторинга в реальном времени. ● Извлечение данных из разнородных источников: интеграция через API (REST), парсинг веб-страниц, обработка логов, файловых выгрузок (Excel, CSV), Google Sheets, CRM, мессенджеров и баз данных (PostgreSQL, ClickHouse). ● Применение Python для автоматизации обработки и агрегации данных: использование pandas, numpy, requests, SQLAlchemy, а также инструментов для работы с текстом и JSON. ● Внедрение решений на основе ML и LLM: классификация активности, кластеризация пользователей, NLP-анализ названий писем, файлов и ссылок, генерация описаний действий. ● Продуктовые эксперименты и A/B-тестирование: Дизайн и запуск A/B-тестов и пилотов для валидации гипотез (ценовые изменения, ассортиментные эксперименты, удерживающие коммуникации, изменения скриптов поддержки). Расчет необходимого размера выборки, оценка статистической значимости, анализ ROMI и влияния на LTV. ● Взаимодействие с cross-functional командами: постановка задач бэкенд-разработчикам, согласование метрик с продуктом, презентация инсайтов бизнес-подразделениям. ● Взаимодействие с командами и коммуникация: Регулярная презентация результатов пилотов топ-менеджменту и командам

● Product / data analyst с более чем 6-летним опытом работы с фокусом на продуктовую и операционную аналитику, способный самостоятельно формировать витрины данных, проектировать метрики и выявлять бизнес-инсайты на основе сложных поведенческих данных. ● Построение сквозной аналитики: от разметки событий и ETL-процессов до визуализации в BI инструментах. ● Извлечение данных из разнородных источников: интеграция через API (REST, GraphQL), парсинг веб-страниц, обработка логов, файловых выгрузок (Excel, CSV), Google Sheets, CRM, мессенджеров и баз данных (PostgreSQL, ClickHouse). Знание SQL (CTE, оконные функции, подзапросы) ● Применение Python для автоматизации обработки и агрегации данных: использование pandas, numpy, requests, SQLAlchemy, а также инструментов для работы с текстом и JSON. ● Внедрение решений на основе ML и LLM: классификация активности, кластеризация пользователей, NLP-анализ названий писем, файлов и ссылок, генерация описаний действий. ● Организация и проведение A/B-тестов: формулировка гипотез, расчёт выборки, анализ оценки эффекта бизнес-экспериментов, в том числе для ценовых инициатив и расчёт их влияния на ключевые метрики (выручка, конверсия, маржинальность), оценка статистической значимости и подготовка выводов для продуктовых решений. ● Автоматизация рутинных процессов: создание скриптов для сбора данных, генерации отчётов, автозаполнения форм. ● Самостоятельное выявление проблем в пользовательском поведении и поиск решений через анализ данных и продуктовые исследования. ● Знание новых технологий (LLM, потоковая обработка, графовые модели), внедрение практик data governance. ● Полное документирование исследований и процессов: опыт ведения проектной документации в GitHub, Confluence / Яндекс.Вики, постановки и отслеживания задач в Jira / Яндекс.Трекер в рамках agile-циклов. ● Коммуникация со смежными командами, презентация результатов, обучение младших коллег, интервьюирование заказчиков.

Data Scientist с опытом разработки и внедрения ML-решений для бизнеса и промышленности. Специализируется на задачах прогнозирования, предиктивной аналитики, построения production-ready ML-сервисов, работе с временными рядами, табличными данными и прикладными задачами оптимизации бизнес-процессов. Имеет практический опыт полного цикла работы с ML/DS-задачами: от формализации бизнес-проблемы, EDA, подготовки и валидации данных, feature engineering и построения baseline-моделей до обучения, интерпретации, внедрения и мониторинга моделей в production-среде. Работал с задачами динамического ценообразования, прогнозирования спроса, сегментации, обнаружения аномалий, оценки отказов оборудования, анализа телеметрии и computer vision для промышленного контура. Сильные стороны: уверенное владение классическими ML-подходами для табличных данных и временных рядов; практический опыт применения CatBoost, XGBoost, LightGBM, scikit-learn, statsmodels, Prophet, PyTorch; сильный feature engineering, включая признаки для временных рядов, агрегаты, лаги, скользящие окна, календарные и производственные факторы; понимание ML как инженерного процесса: постановка гипотез, выбор метрик, временная валидация, бэктестинг, контроль дрейфа и мониторинг качества; опыт взаимодействия с бизнесом и предметными экспертами для формализации задач и перевода прикладной проблемы в ML-постановку; опыт вывода ML-решений в production через FastAPI, Docker, Kubernetes, Airflow, MLflow.

Иван — Data Scientist уровня Senior с опытом работы в AgroTech, E-commerce & Retail, Manufacturing и Legal. Специализируется на машинном и глубоком обучении, анализе данных, прогнозировании и моделировании. Владеет языками программирования и инструментами, включая Python, Scikit-learn, XGBoost, CatBoost, LightGBM, Prophet, LSTM, а также базами данных SQL (MariaDB, PostgreSQL). Имеет опыт работы на следующих проектах: - Разработка прикладных ML-решений для пищевой промышленности и сельского хозяйства в компании «Русагро Тех». - Динамическое ценообразование, прогнозирование спроса и uplift-моделирование в ритейле и e-commerce (проект NDA). - ML-решения для ритейла, промышленности и нефтегаза в компании «Napoleon IT». - Прогнозирование показаний счётчиков электроэнергии и прикладная аналитика данных для планирования в «Федеральном испытательном центре». - Автоматизированная система оценки долговых портфелей в «Агентстве судебного взыскания».

Андрей — Data Scientist уровня Senior из Москвы с опытом работы 5 лет 10 месяцев. Специализируется на анализе данных, машинном обучении и временных рядах. Имеет опыт работы в отраслях E-commerce & Retail, Telecom, Logistics & Transport, RnD. Ключевые навыки: baseline, dashboards, EDA, feature engineering, Lightgbm, quality, Time series, XGBoost, диагностика оборудования и телеметрии, CNN, prophet, VAR, CatBoost, LSTM, Bash, Matplotlib, Numpy, Pandas, Plotly, Python, Scikit-learn, SciPy, Seaborn, SQL, Statsmodels, anomaly Detection, классификация, кластеризация, регрессия, прогнозирование, autoencoder, Keras, mlp, PyTorch, RNN, Tensorflow, Apache AirFlow, Docker, FastAPI, Git, HDFS, Kubernetes, Machine learning, MLflow, Pipelines, production, PySpark, Spark, stakeholder. Участвовал в следующих проектах: - Wildberries (E-commerce & Retail): проектирование аналитического контура для прогнозирования поломок транспорта, работа с временными рядами, создание pipeline парсинга PDF заказ-нарядов, ускорение контура прогнозирования последней мили на Prophet. - MTS Digital (Telecom): исследования по классификации и анализу сетевого взаимодействия на больших объёмах данных, использование NetworkX для graph analytics, эксперименты с GCN / GAT и PyTorch Geometric. - Первая грузовая компания (PGK) (Logistics & Transport): разработка и внедрение моделей временных рядов, регрессии и классификации для оптимизации ремонта колёсных пар и прогнозирования износа оборудования. - Роскосмос (RnD): создание системы обнаружения аномалий в телеметрии космических аппаратов с корреляцией к реальным отказам и сокращением времени диагностики.

▪ Data Scientist c более чем 5 летним опытом в области анализа данных и машинного обучения в различных отраслях, включая банковское дело, финансовые услуги, e-commerce и стартапах. ▪ Применение передовых методов анализа данных и машинного обучения для глубокого анализа текущих данных и процессов (уверенное использование ML-методов, как классических, так и DL), оптимизации операций и извлечения ценных инсайтов, а также их адаптации к бизнес-потребностям. ▪ Разработка и проектирование систем разной сложности в соответствии с техническими требованиями и задачами, включая высокоэффективные, высоконагруженные и масштабируемые микросервисные приложения. Написание кода в соответствии с PEP 8 ▪ Глубокий анализ существующих решений, их улучшение и адаптация к требованиям бизнес-процессов. ▪ Опыт работы с облачными сервисами (Sber Cloud, Azure) и настройкой CI/CD процессов (Gitlab, Jenkins). ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов. ▪ Менторинг новых сотрудников, участие в демо и внутренних конференциях, написание статей ▪ Проведение code review

▪ Data Scientist / Data Analyst c более чем 6 летним опытом в области анализа данных и машинного обучения в различных отраслях, включая банковское дело, финансовые услуги, e-commerce и стартапах. ▪ Применение передовых методов анализа данных и машинного обучения для глубокого анализа текущих данных и процессов, оптимизации операций и извлечения ценных инсайтов, а также их адаптации к бизнес-потребностям. ▪ Разработка и проектирование систем разной сложности в соответствии с техническими требованиями и задачами, включая высокоэффективные, высоконагруженные и масштабируемые микросервисные приложения. ▪ Глубокий анализ существующих решений, их улучшение и адаптация к требованиям бизнес-процессов. ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов. ▪ Разрабатывал и проводил внутренние технические воркшопы и onboarding-программы для новых и младших сотрудников (темы: реактивное программирование, микросервисная архитектура, отладка в production). Участвовал в развитии команды: обучал и сопровождал коллег младших уровней

Data Scientist с опытом разработки и внедрения моделей машинного обучения. Специали-зируюсь на анализе больших данных, построении скоринговых моделей, предсказании оттока, антифрод-решениях и обработке естественного языка (NLP). Опыт работы с текстовыми данными: анализ клиентских отзывов, автоматическая клас-сификация, извлечение смысловой информации. Умею строить end-to-end ML-проекты: от ETL и feature engineering до настройки гипер-параметров, развертывания моделей и мониторинга качества. Имею практический опыт использования облачных сервисов AWS (S3, EC2, SageMaker) для разработки и деплоя моделей. Работа с полным циклом RnD проектов Работаю в связке с аналитиками, бизнесом и разработчиками — помогаю превращать данные в бизнес-результат.