Каталог специалистов

Аналитик данных с 10+ летним опытом анализа биологических и медицинских данных, и с 2-летним опытом анализа всех данных проекта (google analytics, база данных, ежедневная статистика, модели и прогнозы, статистическая обработка и машинное обучение). - Качественный анализ данных и разработка алгоритмов для повышения производительности. - Комплексная работа с базами данных, использование новых решений для управления информацией. - Прогнозирование и активная работа с другими отделами по добытым данным. - Python3, SQL, Jupiter, Dataspell, Bash, Pandas, Numpy, Scipy, Sklearn и т.д. - Информатика, интеллектуальные устройства, веб-аналитика, анализ данных.

Опыт работы и навыки: * Python: основные библиотеки для анализа данных и построения ML-моделей (numpy, pandas, sklearn, scipy, mathplotlib, seaborn, Catboost, XGBoost) * SQL: сложные запросы, витрины данных, СУБД: ClickHouse, PostgreSQL, Trino; * Фундаментальные знания в области математики: теории вероятностей, статистики, линейной алгебре, матанализе; * выдвижение и проверка гипотез, проведение А/Б тестов; * Полный цикл ETL-процесса, от сбора сырых данных (из API или CRM платформ) до их обработки и построения витрин данных и создания ML-моделей; * опыт работы в BI платформах: Apache Superset, Redash, AWS QuicklSight; * опыт работы в облачных сервисах YandexCloud: Object Storage, Cloud Functions, DataProc; * опыт работы в облачных сервисах Amazon; * JupyterLab, PyCharm, Apache Zeppelin; * оркестрация рутинных задач в Apache AirFlow; * Работа с Big Data в Apache Spark (PySpark), Hadoop; * Опыт работы в фреймворке FastAPI; * Git; * Начальные знания в NLP и Computer Vision, знаком с Tensor Flow, Keras; * Ведение документации в Confluence; * Jira * Свободное чтение технической документации на английском языке, разговорный английский на среднем уровне; Сведения о дополнительных образованиях: * Диплом по направлению Data Science (Нетология). * Диплом по программе профессиональной переподготовки "Переводчик в сфере профессиональной коммуникации (английский язык)" (МИРЭА). Аналитический склад ума, скрупулезен, внимателен к мелочам, алгоритмическое мышление. Личные качества: трудолюбие, добросовестность, целеустремлённость, ответственность.

Татьяна — опытный бизнес- и системный аналитик с 13-летним опытом работы в сфере FinTech & Banking и Insurance. Она обладает навыками работы с инструментами и методологиями, такими как Agile, Scrum, Waterfall, UML, BPMN, Jira, Confluence, Axure, а также навыками анализа данных, разработки ТЗ, ведения проектов и тестирования. Татьяна успешно реализовала несколько проектов по разработке и улучшению систем интернет-банков для юридических лиц. В её обязанности входило составление спецификаций требований, описание бизнес-процессов, управление требованиями, создание UML-диаграмм, анализ данных и тестирование доработок. Она работала над проектами по деноминации, переходу на формат счетов IBAN, внедрению межбанковской системы идентификации, созданию зарплатного проекта и другими.

▪ Data Scientist / Data Analyst 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, 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.

● Автоматизация сборки и доставки приложений (CI/CD) ● Автоматизация создания dev/stage/prod окружений (IaC) ● Администрирование систем виртуализации ● Проектирование и администрирование компьютерных сетей ● Мониторинг и устранение неисправностей в работе существующей IT инфраструктуры ● Обеспечение высокой доступности сервисов