Каталог специалистов направления Разработка и ИТ

Привет, коллеги! Опыт работы в качестве Manual QA - 4 года (middle) Последний год работал на нескольких проектах по модели Аутстафф и Аутсорс. Небольшие продуктовые команды, где в основном один QA на проекте. Готов на интервью (по Видео без проблем). По ЗП обсуждаемо. До связи!

О себе:Участвую в различных проектах, связанных с компьютерным зрением (CV), и обладаю пониманием математических алгоритмов. Я активный участник хакатонов, где часто становлюсь финалистом. Помимо CV, занимаюсь изучением серверов на Linux. В настоящее время активно изучаю Rust и развиваюсь в области компьютерного зрения. Имею прочные знания в математике и много практикуюсь в написании кода на Python, не связанного с машинным обучением.

Аналитик данных с фокусом на сопровождение и контроль качества в DWH-среде. На текущем проекте выполняю функции технического лидера, отвечаю за построение и развитие системы мониторинга качества данных в крупном банке. Опыт включает поддержку ETL, формализацию требований, разработку DAG-процессов, разрешение инцидентов и построение проверок бизнес-логики. Глубоко понимаю принципы построения хранилищ и жизненного цикла аналитических данных.

Роман — ML-разработчик уровня Middle+ из Москвы. Специализируется на машинном обучении, имеет опыт работы в FinTech и Banking. Владеет английским языком на уровне B1. Образование: высшее, специализация — дискретная математика, Московский физико-технический институт. Ключевые навыки: ClickHouse, Elasticsearch, FAISS, FastAPI, Flask, Java, Machine learning, NLP, Oracle, PostgreSQL, Python, PyTorch, Scikit-learn, SQL, СУБД. Опыт работы на проектах: - Подразделение Datalab. Внедрение ML в бизнес-процессы других подразделений банка (2022–2025). Задачи включали разработку классических ML-моделей (uplift, LAL, скоринг) для маркетинга, создание чат-бота на основе RAG и LLM, разработку моделей временных рядов и моделей скоринга корпоративных клиентов. - Внедрение ML и BI-отчётности в бизнес-процессы блока КИБ (2018–2022). Задачи включали создание модели фрода клиентских менеджеров, рекомендательной системы по продуктам КИБ, моделей потенциала клиентов и скоринговой модели по дефолтам клиентов.

Опыт разработки в data science, разработке и аналитике более 6 лет Участие в проектах классического ML, NLP, CV Аналитика, разработка ML решения, тестирование и выкатка в прод Аналитические и организационные навыки Опыт руководства коллективом: 3 разработчика

Senior NLP Engineer with 5+ years of experience in developing and deploying AI-powered chatbots and LLM solutions. Specializing in RAG architectures, prompt engineering, and synthetic data generation to optimize contact center operations and lead generation (reduced call budget by 25%). Proven track record of taking models from research to production using MLFlow, DVC, and modern NLP stacks. Passionate about building scalable AI systems that deliver measurable business impact.

Александр — ML-разработчик уровня Senior из Москвы. Обладает опытом работы на проектах в сферах EdTech, FinTech & Banking, AI & Robotics и IoT. На проекте для компании «Компьютерная академия “Топ”» занимался разработкой методических материалов по курсу «Базы данных и SQL для аналитиков данных», а также созданием курса «Продвинутые модели машинного обучения». В рамках проекта по риск-модели предсказания цен на недвижимость и системы видеоконтроля стройготовности объектов выполнял функции Data Scientist. Занимался разработкой моделей прогнозирования цен на квадратный метр жилья и новых клиентов банка, а также разработкой Marketing Mix Modeling для распределения рекламных бюджетов и созданием моделей распознавания. Как Python / ML Engineer работал над проектом Urana AI — системой генерации видеоряда по музыке. В рамках этой задачи занимался разработкой пайплайна генерации видео, созданием алгоритмов выявления звуковых эффектов и доработкой GAN-моделей. Также имеет опыт работы над проектами по разработке розничных продуктов для физических лиц, где создавал скоринговые модели для анализа клиентов и занимался построением моделей оттока клиентов. И опыт работы над задачами, связанными с умным домом, IoT и спутниковым телевидением, включая построение моделей оттока, CV-моделей и предсказание аномалий.