Каталог специалистов направления Разработка и ИТ

Дмитрий — Data Scientist из Санкт-Петербурга. Специализируется на AI & Robotics. Имеет опыт работы в качестве NLP/ML-специалиста над проектом по разработке NLP-сервиса, где занимался созданием модулей предобработки текста и решением задач по определению именованных сущностей и их классификации. Собранный сервис был отправлен в продакшн. Также работал NLP-инженером над другим проектом, связанным с разработкой чат-бота с функциями ИИ. Занимался написанием REST API для доступа к LLM на сервере и дальнейшей реализацией ИИ-агентов. Чат-бот успешно внедрён со стороны заказчика.

Junior+ ML-инженер, специализирующийся на задачах Анализа Данных, Computer Vision, NLP.

Илья — опытный Data Scientist с навыками работы в сфере машинного обучения и анализа данных. Он обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Pandas, PyTorch, Numpy, PostgreSQL, Tensorflow, Lightgbm, Scikit-learn, Plotly, Seaborn, beautifulsoup, CatBoost, Docker, FastAPI, langchain, Network, openAI, Psycopg2, Qdrant, Sklearn, Streamlit, XGBoost, Yandex Cloud. Илья участвовал в разработке и улучшении модели Catboost для прогнозирования числа гостей и чеков, а также в создании веб-приложения для машинного обучения. В рамках проектов он решал задачи классификации изображений товаров, разработки чат-ботов, создания RAG системы для поиска жилья на Бали, оптимизации обработки запросов пользователей к LLM. Опыт работы Ильи на проектах составляет 3 года.

Аналитик данных с опытом внедрения продуктов, упрощающих принятие ключевых бизнес-решений. С компетенциями в области классического МЛ и разработал модель классификации Яндекс Музыки. Благодаря опыту работы в Wildberries и Тинькофф я приобрел глубокое понимание бизнес-процессов и умение работать с большими объемами данных. В настоящее время являюсь ведущим аналитиком холдинга и отвечаю за всю систему аналитики в компании (аналитики полного цикла).

Олег — ML-разработчик уровня Middle. Специализируется в области AI & Robotics и Urban technology. Имеет высшее образование по специальности «IT-сервисы и технологии обработки данных на транспорте» Российского университета транспорта. Владеет английским языком на уровне B2. Ключевые навыки включают: Python, SQL, Machine Learning, PostgreSQL, scraping, статистику, Pandas, Jupyter, Data Science, математическую статистику, MS SQL Server, MongoDB, Sklearn, Numpy, Matplotlib, CatBoost, XGBoost, аналитическое мышление, анализ данных, Requests, beautifulsoup, TeleBot, NLP, Linux, PyTorch, Computer Vision. Имеет опыт работы на проектах: - В АО «Компасс» в роли NLP engineer с мая 2023 года по июль 2025 года (2 года 2 месяца). Задачи включали дообучение и внедрение LLM в микросервисы, решение NLP-задач, multitask learning, поиск и чистка данных для задач NLP, pruning и quantization, работа с ONNX, разработка приложения на Rust с мультипоточностью для захвата кадра с видео и распознавания объектов. - В ЦОДД в роли ML engineer с сентября 2022 года по февраль 2023 года (5 месяцев). Разработка модели предсказания ДТП на основе погодных данных, анализ данных с помощью Pandas, Matplotlib, Seabon, Plotly, Numpy, работа с SQL, агрегирование данных, feature engineering.

работал с чистым SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора и т.д.); опыт работы с UNIX-системами на уровне простых операций; развитые коммуникативные навыки; опыт написание тестов для разработанного функционала; опыт рефакторинга кода; опыт проведения code review; участие в создании ETL процессов опыт сбора информации из Интернета путем парсинга применял как уже обученные модели машинного обучения/глубокого обучения, так и занимался их обучением самостоятельно опыт работы с большими данными в Hadoop и Spark и в составлении сложных SQL запросов в Apache Hive опыт работы с Apache Airflow опыт работы с Python для анализа данных (pandas, numpy, matplotlib, seaborn)

Data Scientist, опыт 4 года. Специализируюсь на задачах Анализа Данных, Computer Vision и NLP. Аспирант Института Искусственного Интеллекта Самарского Университета. Имею несколько научных публикаций в области Data Science, Computer Vision. Подход ĸ работе: сформулировать задачу, провести анализ данных и предложить оптимальное решение. В мои обязанности входит: 1. Общение с ĸлиентом, продуĸтовым менеджментом 2. Выстраивание дорожной ĸарты разработĸи внутри аналитичесĸого отдела 3. Презентация готовых решений заĸазчиĸу, обоснование выбора подхода и адаптация решения с учетом правоĸ ĸлиента 4. Передача готового проеĸта в Production

Анастасия — data-аналитик уровня middle. Специализируется на машинном обучении, проектном менеджменте и управлении продуктом. Опыт работы: - PremierShow (2021–2023): в роли data scientist создала модель оценки влияния рекламного трафика на объём заказов, разработала модель ранжирования специалистов/заказчиков, участвовала в создании чат-бота. - «Фотосклад» (2023–2023) в роли ML Engineer: разработала модель прогнозирования спроса на товары для маркетплейсов, создала аналитическую модель оценки отзывов и распознавания ботов в отзывах. - GlowByte Consulting (2023–2024) в роли Data Scientist: приняла участие в нескольких крупных проектах финтех-компаний, разработала модели склонности к кредитным продуктам и лояльности сотрудников. - Московская Биржа, ОАО (с июля 2024 года) в роли Senior ML Engineer: внедрила 6 моделей склонности для финансовых продуктов, разработала рекомендательную систему персональных советов и модель ранжирования кредитных предложений.

Александра — специалист уровня Middle в области Data Science. Обладает опытом работы с различными инструментами и технологиями, включая AIogram, Apache AirFlow, API, CatBoost, Docker, FAISS, GitHub, HuggingFace, Linux, Machine learning, Matplotlib, NLP, Numpy, OpenCV, Pandas, Power BI, PySpark, Python, PyTorch, Sklearn, SQL, Superset и другими. В проектах для компании «Росбанк» в роли Analyst занималась управленческой отчётностью, анализировала данные о рисках, распределении капитала и концентрации рисков, автоматизировала процессы отчётности с помощью макросов на VBA и R Shiny, разрабатывала интерактивные дашборды. В роли Data Scientist работала над стресс-тестированием, переводила отчётность в Power BI, создавала сложные дашборды, взаимодействовала с аудиторской проверкой.

Backend-разработчик, data-scientist.

Григорий — специалист уровня Middle+ в области Data Science, работает в Москве. Имеет высшее образование по специальности «Экономист» в области международного энергетического бизнеса. Владеет английским языком на уровне B1. Обладает опытом работы на проектах в сферах FinTech & Banking и E-commerce & Retail. Участвовал в следующих проектах: 1. ФинТех проект (роль — Data Scientist, руководитель направления валидации): анализ и оценка модельных рисков, верификация процесса сбора данных и разработки моделей, формирование отчётов и рекомендаций для разработчиков. 2. Анализ кадровых данных (роль — Data Scientist): снижение текучести кадров через предиктивную аналитику и NLP, построение ETL-пайплайна обработки текстов, автоматизирование разметки данных через GigaChat API. 3. Система прогнозирования спроса (роль — Data Scientist): разработка ML-моделей прогнозирования спроса, автоматизирование ETL-процессов, внедрение алгоритма A/B-тестирования ценовых стратегий. Ключевые навыки: Analytics, API, AutoML, ETL, Forecasting, Git, Machine learning, NLP, Pandas, PostgreSQL, Power BI, Python, PySpark, Scikit-learn, SQL, XGBoost и другие.

Александр — опытный Data Scientist с навыками работы в области машинного обучения и анализа данных. Он обладает глубоким пониманием SQL, Python и различных библиотек для машинного обучения, таких как Scikit-learn, CatBoost, LightGBM и XGBoost. В своей работе Александр успешно решал сложные бизнес-задачи. На текущем месте работы он разработал модель прогнозирования поломок платёжных терминалов, что позволило снизить затраты на обслуживание на 10% и уменьшить количество внеплановых ремонтов на 22%. Также он создал модель для определения оптимальной суммы овердрафта для водителей такси, снизив риски невозврата на 10%, и реализовал модель для выявления клиентов, наиболее подходящих для премиальных банковских услуг. Кроме того, Александр разработал модель для выявления и предотвращения мошеннических транзакций. Опыт работы Александра составляет два года.

Data Engineer с более чем 7 годами опыта в разработке ETL-процессов, аналитических витрин и интеграций данных. Специализируется на автоматизации пайплайнов данных с использованием Apache Airflow, Apache NiFi, dbt и других инструментов. Имеет опыт работы с MPP-базами (Greenplum, Snowflake, Teradata), большими данными (Hadoop, Kafka) и BI-инструментами (Datalens, Power BI, Looker). Разрабатывал решения для классификации контента с использованием ML-моделей (CatBoost) и LLM, а также интеграции с 1С, Salesforce и Zendesk. Руководил командами, оптимизировал процессы миграции данных и обеспечивал контроль качества данных. Обладает навыками построения дашбордов, оптимизации производительности баз данных и разработки методологий валидации данных.

Владимир — опытный ML-разработчик уровня Middle+. Обладает навыками работы с Python и библиотеками для анализа данных, такими как NumPy, Pandas, scikit-learn, CatBoost, LightGBM, Keras, PyTorch, LLM, BERT, FastText, ResNet. Также владеет инструментами для работы с большими данными: Hadoop, ClickHouse, Greenplum. Владимир имеет опыт руководства направлением по исследованию данных. На этой позиции он разработал и внедрил модель прогнозирования нагрузки на колл-центр, а также модели прогнозирования релевантных рекомендаций товаров и услуг и прогнозирования недобросовестных мошеннических действий. Кроме того, Владимир занимался подбором пороговых значений предсказания моделей на основе A/B тестирования. Также Владимир работал старшим специалистом по исследованию данных в группе машинного обучения. В этой роли он разрабатывал и внедрял модели анализа оттока клиентов, кластеризации и классификации пользователей, а также модель честного рейтинга поставщика на основе ансамбля моделей. До этого Владимир занимал позицию исследователя данных в SberData. Там он оптимизировал временные ряды для оптимизации памяти и утилизации процессоров кластеров хранилища Hadoop Yarn, разрабатывал бэкэнд для пилотов моделей кластеризации, алгоритм для входящих обращений чат-ботов, а также протокол сериализации объектов.

Я долгое время (с 2015 года) изучаю Python, у меня есть выполненные проекты, связанные с анализом данных и применением инструментов Data Science. Это помогает глубже понимать логику систем, в которых работаю как аналитик, и грамотно взаимодействовать с разработчиками и ML-командами. В работе ценю структурность, внимательность к деталям и ясную коммуникацию. Моё основное увлечение - это интеллектуальные игры. Я являюсь неоднократным победителем и призёром Чемпионата России по интеллектуальным играм, которые развивают стратегическое мышление, быстрое принятие решений и способность видеть взаимосвязи.