Каталог специалистов направления Разработка и ИТ

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.

Senior Data Scientist с более чем 6 годами опыта в разработке и внедрении ML-решений в ритейле, финтехе и энергетике. Специализируется на прогнозировании временных рядов, динамическом ценообразовании, uplift-моделировании и анализе больших данных. Разрабатывал модели с использованием XGBoost, LightGBM, CatBoost, Prophet, PyTorch (LSTM) и Scikit-learn, интегрируя их в production через FastAPI и Flask. Имеет опыт feature engineering, A/B-тестирования, работы с PostgreSQL, ClickHouse, и визуализации данных (Plotly, Dash, Seaborn). Реализовал проекты для Русагро Тех, Napoleon IT и других, увеличив маржу, конверсию и точность прогнозов. Ориентирован на бизнес-результаты, автоматизацию процессов и профессиональный рост в области MLOps и AI-архитектуры.

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.