Каталог специалистов направления Разработка и ИТ

Магистрант ИТМО (Прикладная математика и информатика). Имею опыт разработки на Python в проектах. Специализируюсь на Computer Vision (есть опыт работы с БПЛА и детекцией QR-кодов). Хорошо разбираюсь в математике и численных методах. Ищу стажировку в ML, где смогу применить навыки оптимизации алгоритмов и работы с данными

Добрый день. Меня зовут Станислав. Закончил ВУЗ - профиль анализ данных и машинное обучение. На учебных и своих проектах занимался обучением моделей, анализом метрик, а также ведению проекта. Имею необходимую квалификацию. Буду рад работать вместе с вами. Спасибо за ответ, Ваш Станислав. Прошу, если Вас заинтересовало моё резюме или наоборот что-то сильно не понравилось, напиши причину отказа.

Начинал с самостоятельного изучения python, со временем мой интерес сместился в сторону Data Science и ИИ.Эта область глубже и интереснее, чем может показаться со стороны. Меня вдохновляет сам процесс работы с данными: поиск скрытых закономерностей, получение неожиданных инсайтов и возможность извлекать из "сырой" информации реальную ценность.В дальнейшем моя цель стать ML-инженером, участвовать в разработке действительно значимых и полезных продуктов, особенно в области NLP. Ссылка на Github: https://github.com/Evekxd

Собрал команду разработчиков широкого профиля, способную решить задачи любого уровня сложности. Нам не важно, создаете ли вы MVP для стартапа или строите сложную корпоративную экосистему — мы берем проекты «под ключ». Наш подход: ✅ Полный цикл разработки: от брифа и аналитики до релиза и поддержки. ✅ Комплексная экспертиза: беремся за задачи, которые другие считают слишком сложными. ✅ Прозрачные условия: Вы всегда знаете, что, когда и за какие деньги мы делаем. Никаких скрытых платежей и пустых обещаний. Превратите вашу идею в работающий инструмент. Давайте обсудим ваш проект!

Аналитик с 3 годами опыта в банковском секторе: ВТБ и Сбер. Специализируюсь на продуктовой и управленческой финансовой отчётности, разработке метрик, построении витрин данных, BI-дашбордах и автоматизации аналитических процессов. Работал с end-to-end циклом: сбор требований, описание бизнес-логики, SQL-разработка, передача в разработку, валидация данных, построение дашбордов и сопровождение решения после внедрения. Есть опыт A/B-тестирования BI-решений, анализа пользовательского поведения, поиска узких мест в процессах и разработки аналитических инструментов для бизнеса (реальные проекты).

Более 5 лет я являюсь backend-разработчиком, специализирующимся на разработке систем компьютерного зрения, глубокого и машинного обучения, анализа данных и подготовки данных. Я вёл разработку таких проектов как: 1) Система детекции производственных операций, на базе системы видео наблюдения и детектирующей нейронной сети, с целью повышения производительности производства. 2) Система перекрёстного детектирования объектов на разных камерах, но с общей зоной видимости, с целью расширения зоны контроля и сопровождения. 3) Разработка Системы подсчёта покупателей на кассе супермаркета, на базе системы видео наблюдения и детектирующей нейронной сети, с целью регулирования загруженности сотрудников супермаркета и повышения проходимости через кассы. 4) Разработка системы оцифровки изображений с открытых источников данных по автомобилям, на базе нейронных сетей Tesseract и EasyOCR, с цель сбора, агрегирования и поиска информации по автомобилям. 5) Разработка системы "цифрового измерителя", на базе систем видео наблюдения, с целью измерения основных геометрических параметров изделия на производстве (длинна, высота, количество технологических пропилов, количество технологических шипов) 6) Разработка системы классификации и распознавания документов, на базе LLM-нейронной сети (Gemma 3), с целью оптимизации документооборота и ускорения процесса принятия, заполнения и анализа документов. Помимо процесса разработки, мои обязанности входило: а) Разработка отказоустойчивого REST-API сервиса для обеспечения доступа к результатам работы систем б) Подготовка серверов для работы с Нейросетями, настройка оборудования, оптимизация трафика Будут рады с вами сотрудничать, спасибо! Стек технологий: LInux(Ubuntu/Debian), Golang, С, Python3, Matlab, TensorFlow, Pythorch, Scikit-learn, Pandas, OpenCV, FastAPI, Git, Docker, PostgreSQL, Airflow

Data Scientist / ML Engineer с 4+ годами опыта (Яндекс, Газпромнефть, ЦФТ), готов рассматривать смежные роли (Data Engineer, Аналитик) Обладаю настойчивостью и упорством при решении задач. Готов учиться и работать в команде.

Data Scientist с 20+ годами опыта в IT и анализе данных. Фундаментальная подготовка в ИТ, экономике и финансах, профессиональная подготовка в ШАД и МФТИ. Основная экспертиза DS — глубокий исследовательский анализ данных (EDA), машинное обучение и прикладные модели для бизнеса (финтех, риск-менеджмент, антифрод, продуктовая аналитика). Умею переводить бизнес-задачи на язык данных и внедрять решения, приносящие прибыль. В работе придерживаюсь инженерного подхода и data-driven, эффективной коммуникации с бизнесом и кросс-функциональными командами. Текущий фокус: исследую прикладное применение LLM, RAG-систем и AI-агентов (MCP) совместно с классическими методами ML для автоматизации аналитики. Инженерный стек: ML/DL: Python (Pandas, Scikit-learn, XGBoost, LightGBM, PyTorch, Optuna), NLP, CV. Data Engineering: SQL (Oracle, Vertica, Hive, SAS), Spark, Hadoop, S3, ETL-процессы. Analytics: A/B-тестирование, статистика, Power BI, Tableau. Финалист конкурса «Лидеры России» (треки «ИТ» и «Наука»). Лауреат премии Правительства РФ по поддержке талантливой молодёжи. Автор научных публикаций в области FinTech и AML/CFT.

ML/NLP-инженер более чем с 3 годами опыта. Фокусируюсь на прикладных задачах: извлечение информации, генерация текстов, RAG, классификация, семантический поиск. Разрабатываю end-to-end решения: от подготовки данных до продакшн-интеграции. Специализируюсь на применении LLM и построении ML-сервисов с учётом метрик качества и архитектурных требований.

Data Analyst в отделе аудита моделей Банка (ML). В связи с чем объединяю в себе методы DA и DS. Занимаюсь полным циклом аудита ML-решений от постановки бизнес-задачи и сбора данных до разработки модели и её применения. Люблю смотреть на проблемы комплексно, как конкретное техническое решение влияет на процесс компании. Поэтому выхожу за рамки технической составляющей, не боюсь понятий дефолт, реструктуризация, ПВР, МСФО и так далее. С 2021 интересуюсь сферой финансовых рынков, считаю финтех самой интересной сферой с точки зрения моментального влияния ML решений на результат компании.

Стек: Ansible, Apache, Apache AirFlow, API, Async, Axum, Docker, Engineering, FastAPI, feature, feature engineering, Flask, Git, Jenkins, Jenkins Ansible, Machine learning, Microservice Architecture, MongoDB, MySQL, Network, Neural networks, Numpy, Pandas, PostgreSQL, Postman, Python, Redis, REST, REST API, Rust, scikit, Scikit-learn, SQL, std, Swagger, Tracing, Web

Product-ориентированный аналитик с 5+ годами опыта в построении аналитических систем и управлении командой. Руководил командой из 5 аналитиков, выстраивал data-driven процессы принятия решений, разрабатывал KPI-фреймворки и BI-инфраструктуру.

Специалист по разработке и внедрению ML-решений полного цикла: от подготовки и анализа данных до промышленного запуска моделей. Имеет опыт построения высокопроизводительных пайплайнов обработки данных, feature engineering и контроля качества, а также разработки моделей прогнозирования, анализа временных рядов и компьютерного зрения. Работает с классическими ML-алгоритмами, бустингами и deep learning, активно применяет HPO и MLOps-подходы. Доводит модели до продакшена через сервисы и контейнеризацию, настраивает мониторинг качества данных и моделей, обеспечивая устойчивую и масштабируемую работу решений в инфраструктуре заказчика.

Python Deep Learning PyTorch Scikit-learn Big Data Математическая статистика Numpy Matplotlib PyCharm pandas CatBoost XGBoost Теория вероятностей Seaborn Jupyter Notebook Hadoop Apache Airflow SQL SQLAlchemy PostgreSQL PySpark Git Linux FastAPI Docker Kubernetes LightGBM Рекомендательные системы Английский язык

- Закончил Международный институт бизнес образования факультет психологии, получил дополнительное образование по направлению аналитик-данных и машинное обучение. Soft skills: системное мышление, структурность, внимание к деталям, умение работать с заказчиком, презентовать результаты и аргументировать решения.

Навыки: SQL Apache Airflow Jupyter Notebook Clickhouse pandas Scikit-learn Redash Теория вероятностей Agile Анализ требований TensorFlow Numpy PyTorch XGBoost CatBoost SciPy Seaborn Matplotlib Hadoop Big Data Keras PySpark Plotly Tableau Математическая статистика Визуализация данных Финансовые показатели Маркетинговые метрики A/B тесты PostgreSQL

ML-инженер. • Фреймворки — FastAPI, Gradio, PyTorch, TensorFlow, Keras, Ultralytics, Hugging Face Transformers, Hydra, Airflow, MLflow, TensorRT, Triton, Apache Spark • Библиотеки — Pydantic, Pandas, SciPy, GeoPandas, llama cpp python, scikit learn, scikit image, Dataset + DataLoader, supervision, OpenCV, Pillow, fiona, Shapely, GDAL, Rasterio, Loguru • Модели / Архитектуры / Предобученные решения — YOLO (pose, seg, track), SAM2.1, HR-Net, ResNet, Mask R CNN, U Net, EasyOCR, Tesseract, BERT, SpaCy, NLTK, Llama, XGBoost, LightGBM, SVM, RF, GCN • Разметка / Аннотация данных — Label Studio, CVAT • Другое — Anaconda, Kaggle, Jupyter Notebooks, Yandex AI Studio, Docker, Git, QGIS

Data Engineer с более чем 6-летним опытом работы в высоконагруженных системах и глубокой экспертизой в области инфраструктуры данных. Специализируюсь на построении отказоустойчивых ETL/ELT-пайплайнов, оптимизации сложных SQL-запросов и подготовке данных для AI-сценариев. Имею практический опыт предобучения и внедрения LLM-моделей. Сочетаю навыки классического Data Engineering с пониманием специфики RAG-архитектур (векторные индексы, поиск, подготовка неструктурированных данных). Обладаю опытом работы в банковском секторе (Газпромбанк). КЛЮЧЕВЫЕ НАВЫКИ • AI & Data Science (Infrastructure): Подготовка данных для LLM (RAG), предобучение моделей, работа с эмбеддингами, Python (PyTorch, Pandas, Scikit-learn, NumPy) • Data Engineering & ETL: Apache Airflow, NiFi, PySpark, построение сложных пайплайнов обработки данных, миграции данных • Базы данных (High-load): ClickHouse, PostgreSQL (Patroni, оптимизация запросов), MySQL, Oracle, MS SQL • Поиск и Big Data: Elasticsearch, Hadoop, интеграция поисковых индексов • DevOps & Infrastructure: Ansible, Terraform, Bash, TeamCity (CI/CD), Zabbix, Prometheus • Data Governance: Работа с чувствительными данными, мониторинг качества данных, анонимизация • Soft Skills: Advanced English, опыт управления командами, глубокое понимание бизнес-метрик Был опыт работы по МСК timezone. Готов работать по МСК timezone. При необходимости готов переехать в Москву.

ML Engineer / Data Scientist, опыт 3 года 2 месяца. Экспертиза: — Разработка и вывод в production ML-моделей, построение end-to-end ML-пайплайнов и MLOps-инфраструктуры — Computer Vision: модели детекции и OCR, работа с OpenCV и PyTorch — NLP и корпоративные LLM, автоматизация обработки и валидации данных — Классический ML: scikit-learn, XGBoost, CatBoost, LightGBM — Разработка кредитных моделей PD/LGD и работа с задачами риск-аналитики в FinTech — EDA, тестирование гипотез, разработка бизнес-метрик качества моделей — Работа с большими объёмами данных и БД: Oracle, PostgreSQL, MySQL, Hadoop, ClickHouse — MLOps: Docker, Kubeflow, ClearML, DVC, Airflow, CI/CD, мониторинг моделей Опыт работы: Аурум АйТи — ML Engineer. R&D и разработка ML-решений для поиска аномалий, Computer Vision, OCR и NLP. Строил end-to-end ML-пайплайны с автоматическим развёртыванием и мониторингом моделей в production, занимался подготовкой датасетов, обработкой данных и MLOps. Совкомбанк — разработчик машинного обучения. Разрабатывал кредитные модели PD/LGD в рамках методологии 483-П и 845-П, работал с Oracle и данными БКИ, проводил EDA, автоматизировал data pipelines и мониторил Альфа-Банк— ведущий риск-аналитик. Занимался портфельным риск-менеджментом розничного бизнеса: анализировал риск-метрики кредитного портфеля, прогнозировал стоимость риска, проводил винтажный анализ, выявлял концентрацию рисков и участвовал в разработке стратегии кредитования. Также строил Classic ML-модели. Сильные стороны: — Сочетает ML Engineering и Data Science с опытом в финансовой аналитике и риск-менеджменте — Есть практический опыт вывода моделей в production и построения MLOps — Работал с CV, OCR, NLP и классическим ML — Хорошая база в математике, аналитике данных и кредитном моделировании — Сильный технический стек: Python, PyTorch, scikit-learn, pandas, SQL, Docker, Kubeflow, ClearML, DVC, Airflow.

Githib: https://github.com/Tatardav Участвовал в различных соревнованиях и занимался проектами: - Хакатон URBANCODE от компании Самолет 1 место, информация о кейсе: Хакатон состоял из двух частей: отборочной, в которой стояла задача детекции окон (строящегося дома) и классификации по степени их застроенности, и финальной, в которой к первоначальной задаче необходимо было добавить алгоритм по разметке окон на этажи и вертикали. https://codenrock.com/contests/hackathon-changellenge-2?ysclid=lxgoubslo#/ - Второй сезон Coderun, трек Машинное обучение 26 место (победитель) , сертификат: https://drive.google.com/file/d/1ZQwEVoRYjnwVQnygd_207Zfpy2YUGMYY/view?usp=sharing - X-MAS HACK 2023 6-7 место (кейс - Планирование рекламных кампаний), информация о кейсе: https://www.zavodit.ru/ru/calendar/event/44 - AgroCode Data Sience Cup 2023 9 место, информация о кейсе: https://codenrock.com/contests/agrocode-data-science2023?ysclid=lxgo0fimsz237372663#/info (https://github.com/Tatardav/Agrocode) - Гагарин Хакатон 2024 5 место (кейс - Юпитер), информация о кейсе: https://gagarinhack.ru/?ysclid=lxcauuo5fk969199085 - Элемент 119 от СИБУР 3 место (трек ИИ в химии): https://boosters.pro/championship/sibur_element_119/overview (https://github.com/Tatardav/Sibur_element_119) - Поиск дублей|Avito ML cup 2025 22 место: https://ods.ai/competitions/avitotechmlchallenge2025_2 В рамках участия в соревновании Avito ML Cup’25 был разработан алгоритм, который на основе различных атрибутов позволил выявлять дубли среди объявлений. Пайплайн объединял в себе различные подходы: от бустинга до мультимодальной модели CLIP, а также эвристики в предобработке данных.

AI-инженер / Data Scientist с опытом в недвижимости и разработке ML-/RAG-моделей. Пришёл в PROF недвижимость в 2023 году. В 2025 году внутри компании перешёл из классического DS в AI-инженерию (RAG-агенты, обработка сложных PDF, ранжирование, трекинг источников). Основной стек: Python, SQL, Docker, PostgreSQL, Redis, Qdrant/FAISS, LangChain, LangGraph, RAG, LLM, TensorFlow, PyTorch, Scikit-learn, XGBoost, CatBoost, pandas, NumPy, Matplotlib, Computer Vision, TypeScript, React. Сейчас развиваюсь в направлении GenAI: изучаю агентов, многопроходное переранжирование, инференс-пайплайны, хочу глубже заходить в продуктовый AI. Ключевые результаты: - Снизил галлюцинации RAG с 15% до

Data Scientist с опытом 2+ лет в разработке систем предиктивной аналитики и мониторинга промышленного оборудования. Специализируюсь на полном цикле ML-разработки: от сбора требований и построения ETL до деплоя моделей. Двукратный обладатель Гранта Президента РФ (2024/25, 2025/26) за победу в профильной олимпиаде Я-Профессионал. Развиваю промышленную ML платформу анализа данных технологического оборудования. Имею большой опыт в решении задач классического ML и построения глубоких сетей.

Я Data Scientist с фокусом на классический ML, табличные данные (scoring / risk modeling). Имею практический опыт полного цикла разработки ML-решений: от EDA, подготовки данных и feature engineering до построения ансамблей моделей и их валидации. Также владею основами Computer Vision и NLP. Ищу команду, где смогу расти и применять свои навыки в машинном обучении, аналитическое мышление и умение работать с большими данными для создания измеримой продуктовой ценности. Python SQL PyTorch Машинное обучение Numpy pandas Scikit-learn Git Анализ данных XGBoost LightGBM CatBoost Matplotlib Deep Learning Hugging Face Нейронные сети Big Data Computer Vision NLP LLM Математическая статистика Математический анализ Математическое моделирование Теория вероятностей Spark ETL Алгоритмы и структуры данных Jupyter Notebook Sklearn CV

Python Deep Learning Математическая статистика Matplotlib Scikit-learn PyTorch TensorFlow Numpy pandas XGBoost CatBoost Теория вероятностей Визуализация данных LightGBM Алгоритмы и структуры данных Математический анализ Линейная алгебра NLP AI EDA Big Data Hadoop SQL Исследовательский анализ данных Предобработка данных SciPy Ансамблевое обучение ML Langchain HuggingFace

NLP / AI Engineer с опытом разработки LLM-систем, AI-агентов и RAG-архитектур для production-сервисов. Специализируюсь на semantic retrieval, tool-based LLM-агентах и fine-tuning трансформеров. Работал с Qwen-LLM, Qdrant, hybrid retrieval и production ML-пайплайнами для автоматизации аналитики, поддержки пользователей и бизнес-процессов. Разрабатываю AI-agent и RAG-решения полного цикла — от прототипирования до production-интеграции.

Архитектура и разработка: С нуля спроектировал и реализовал на Go и Rust множество микросервисов в сложной доменной области (AI, блокчейн, данные), обеспечив их эффективную интеграцию в существующую экосистему. Производительность и надежность: Провел оптимизацию ключевых сервисов, что привело к значительному снижению задержек и повышению стабильности. Внедрил практики, повышающие отказоустойчивость. Решение сложных задач: Успешно отлаживал и исправлял критические межсервисные и продовые инциденты в распределенной системе, построенной на Go и Rust. Полный цикл: Имею опыт полного цикла разработки — от обсуждения архитектуры и выбора стека (Go/Rust для backend) до реализации, внедрения, мониторинга и поддержки.

- Data Scientist с 2 годами опыта в продуктовых командах банка и МФО; - Специализируюсь на кредитном скоринге, антифроде и прогнозировании оттока клиентов; - Имею опыт построения end-to-end пайплайнов: от анализа данных и обучения моделей до внедрения в продакшн через Docker и Airflow, настройки мониторинга и A/B-тестирования; - За два года вывел в промышленную эксплуатацию 5 моделей, которые принесли бизнесу измеримый финансовый эффект.

NLP/ML Engineer с опытом более 4 лет. Имею опыт разработки end-to-end решений. Занимаюсь дообучением LLM с применением современных PEFT-подходов (LoRA, QLoRA), а также разработкой решений на основе RAG с гибридным поиском (Qdrant, e5-large, bge-reranker) для задач поиска и автоматизации бизнес-процессов. Имею экспертизу в проектировании AI-агентов с ReAct-подходом и tool-calling для автоматизации сложных процессов, работа в LangGraph.