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.

Алексей — ML-разработчик уровня Junior+. Имеет опыт работы на проектах в сфере AI & Robotics: - «Цыфротех» (роль — ML engineer): занимался настройкой алгоритмов машинного обучения, работал над проектами по обнаружению болезни Паркинсона, поиску зависимости выручки торговых точек и предсказанию выручки будущих магазинов, а также создавал чат-боты с внедрением ИИ в Telegram. - «Aston» (роль — Data Scientist): работал на стыке программирования, машинного обучения и математики. В основные обязанности входили сбор и анализ данных, построение моделей, их обучение и тестирование.

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.

Быстро разбираюсь, знаю такие программы как: python, r, tableau, unity, java, c++, powerbi Мой пример кода на kaggle: https://www.kaggle.com/george123321/try-watch-household-as-representative

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.

Я занимаюсь машинным обучением ML для решения задач классификации и прогнозирования. Работал с алгоритмами машинного обучения, глубокого обучения и статистики. Стремление к постоянному обучению и применению новейших методов в ML для решения бизнес-задач. Занимался коммерческой разработкой приложений iOS на языке Swift с апреля 2021го года. Разрабатывал приложения "с нуля" а также занимался поддерживанием уже готового продукта. В мой стек входит: - Python, MatLab - PyTorch (Python), scikit-learn, numpy - Google Colab, Jupyter Notebook - Asyncio (Python) - Pandas, NumPy, Matplotlib - SQL, NoSQL (MongoDB) - AWS (Amazon Web Services), Azure, Google Cloud Platform (GCP) для обучения и развертывания моделей - OpenCV, librosa (Python) - SOLID, OOP - Cocoapods Также мои инструменты: - Git (GitLab, Github), Docker - Trello, Jira, Figma Кроме того, я имею профильное высшее образование по направлению "Информатика и вычислительная техника". Я всегда готов к новому опыту в отличной команде.

Опытный Python-разработчик, senior. Специализируется на создании веб-сервисов и алгоритмов для оптимизации рабочих процессов, а также на разработке многофункциональных индикаторов для приборной панели летательных аппаратов. Имеет опыт работы с различными технологиями и инструментами: Apache AirFlow, Apache Kafka, Celery, ClickHouse, Docker, FastAPI, Git, Golang, gRPC, Linux, MongoDB, MySQL, Nginx, Redis, SQL, нереляционные БД (NoSQL), объектно-ориентированное программирование (ООП). Участвовал в проектах для отраслей e-commerce & retail, EdTech и manufacturing. Среди выполненных задач: - Создание и оптимизация веб-сервисов для расчёта смен курьеров и планирования доставки товаров, что повысило эффективность работы. - Разработка LMS-системы для курсов по кибербезопасности, автоматизация асинхронного обучения и увеличение скорости обработки заявок. - Внедрение баз данных для эффективного хранения и быстрого доступа к данным в проекте по созданию многофункционального индикатора для приборной панели. - Оптимизация работы веб-сервиса на Django для тестирования радиомаяков. Ищет возможность развиваться в качестве backend-разработчика на Python/Go. В особенности интересует работа над сложными и масштабными проектами. Стремится применять свои навыки для создания эффективных и надежных решений, а также углублять знания в области бэкенд-разработки и смежных технологий.

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.

Выполнение административных задач. Проведение множества работ по поддержке и разработке аналитических систем для различных клиентов. Формирование и обоснование технических и архитектурных решений

Павел Свиридов — Data Scientist с опытом разработки и внедрения аналитических решений в крупные производственные и инфраструктурные проекты. Его специализация охватывает полный цикл построения и продакшн-внедрения ML-моделей, а также стратегическое развитие аналитических систем и руководство командами. Среди его достижений — реализация масштабных проектов с применением ML, внедрение более десяти информационных систем в бизнес-процессы компании, снижение годовых издержек на десятки миллионов рублей, а также ликвидация технического долга, приведшая к росту стабильности и скорости разработки. Павел ориентирован на внедрение современных технологий, оптимизацию процессов и повышение точности прогнозных решений. Он уверенно работает как в роли технического исполнителя, так и в роли лидера команды. Ключевые компетенции: · Полный цикл разработки ML-моделей: от сбора данных до мониторинга в продакшене · Построение предиктивной аналитики, прогнозирование, классификация, регрессия · Обработка, агрегация и визуализация данных: Pandas, Numpy, Matplotlib, Seaborn · Интеграция моделей и API в инфраструктуру с помощью Docker и Kubernetes · Мониторинг и сопровождение через Grafana и лог-аналитику · Управление командами аналитиков, стратегическое планирование, KPI-контроль · Оптимизация бизнес-процессов через внедрение информационных систем · SQL- и Python-скриптинг, работа с базами: Oracle, PostgreSQL, DBeaver · Инструменты: Git, GitLab, Oracle Developer, DBeaver, Grafana, Jupyter · ML-библиотеки: Scikit-learn, XGBoost, LightGBM, CatBoost

● data scientist / ML engineer с опытом коммерческой разработки 3.5 года; ● технологический стек: python - pandas, numpy, scikit-learn, tensor flow, PyTorch, OpenCV; SQL; Spark; Linux; Docker. ● опыт оптимизации вычислений. ● запустил с нуля до стадии продукта 3 проекта; ● есть опыт наставничества (студенты, junior-разработчики); ● опыт бэкенд разработки на python. ● отличный системный и ML дизайн ● знание архитектуры нейронных сетей. Понимание механизма внимания и трансформатора; ● опыт использования TensorFlow и PyTorch для экспериментов с архитектурой; ● опыт использования NGC; Примечание - если речь идет про облачный сервис NVIDIA NGC, то его конкретно не использовал, но он мало чем отличается от используемых аналогов; ● понимание основ MLOps; ● опыт разработки конструкции систем машинного обучения в различных областях – CV/NLP/ML