Каталог специалистов

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.

Языки программирования • Продвинутое знание современного C++. • Уверенное знание Java, Python, C, SQL. • Базовое знание C#, JavaScript, TypeScript, GLSL. Библиотеки и фреймворки • Активно использую: STL, Qt, SciPy, NumPy. • Работал с: Boost, React, ExpressJS, NodeJS, Unity, Android NDK, Vulkan, OpenGL, OpenCL, Nginx. Инструменты разработки • В постоянном пользовании: VS:Code, PVS-Studio, CMake, Git. • Периодически использую: Visual Studio, GDB, VM’s. Теоретические знания • Продвинутые знания: высшая математика (статистика, мат. анализ, линейная и тензорная алгебра, диф. алгебра), физика, численные методы анализа данных. • Уверенные знания: алгоритмы, структуры данных.

Юлия — опытный специалист в области системного анализа и разработки. Обладает навыками работы с различными инструментами и технологиями, включая Python, SQL, SciPy, NumPy, Selenium IDE, Tableau, Power BI, A/B testing, Google Analytics, Яндекс Метрику, PostgreSQL, а также навыки работы с DWH, REST API, Swagger, Postman, ITSM, BPMN, Camunda. Имеет опыт работы в проектах для компаний из отраслей FinTech & Banking и Information Security. На последнем месте работы Юлия выполняла обязанности системного аналитика DWH: сбор функциональных требований, подготовка проектной документации, участие в проектировании ETL-процессов, взаимодействие с командой, работа с системами логирования, REST API и ITSM. До этого Юлия работала аналитиком схем маневрирования в ФГУП Госкорпорация по ОрВД. В её обязанности входили сбор и анализ данных, валидация исходных данных, разработка концептуального проекта схем маневрирования, расчёт схем по критериям безопасности, отрисовка карт в AutoCad и MicroStation, составление отчётных материалов. Также Юлия имеет опыт работы продуктовым аналитиком данных в Тинькофф Банке. Она занималась аналитикой продукта, привлечением клиентов, веб-аналитикой, подсчётом DAU, WAU, MAU в Amplitude, построением БД для продукта POS-кредитования, написанием SQL-запросов, формулировкой гипотез для A/B теста и созданием дашбордов в Tableau.

ML инженер с опытом полного цикла ML-разработки — от подготовки данных и выбора алгоритмов до их оптимизации и интеграции в production. Люблю работать в команде, делиться знаниями и вносить вклад в реализацию проектов.

Data Scientist, опыт 4 года. Специализируюсь на задачах Анализа Данных, Computer Vision и NLP. Аспирант Института Искусственного Интеллекта Самарского Университета. Имею несколько научных публикаций в области Data Science, Computer Vision. Подход ĸ работе: сформулировать задачу, провести анализ данных и предложить оптимальное решение. В мои обязанности входит: 1. Общение с ĸлиентом, продуĸтовым менеджментом 2. Выстраивание дорожной ĸарты разработĸи внутри аналитичесĸого отдела 3. Презентация готовых решений заĸазчиĸу, обоснование выбора подхода и адаптация решения с учетом правоĸ ĸлиента 4. Передача готового проеĸта в Production

Опыт работы как разработчик с навыками Oracle PL/SQL, знаниями концепций хранилищ данных, а также анализа, манипулирования и визуализации данных. Oracle (11g) включая: логический и физический дизайн базы данных настройка производительности, индексация, распараллеливание, подсказки, статистика PL/SQL, хранимые процедуры, функции; Разработка на Python, включая: Исследовательский анализ данных с использованием Pandas, Numpy, Scipy; Визуализация данных с использованием Matplotlib, Seaborn. Работа с данными, включая: Предварительная обработка данных: работа с выбросами и недостающими данными; Создание информационных панелей с помощью Tableau, Power BI и DataLens.

● Python (Pandas, NumPy, Scikit-learn, SciPy, Matplotlib) ● Базы данных: PostgreSQL, ClickHouse, Greenplum, Hadoop ● Инструменты разработки: Apache Airflow, Apache Hive, Docker ● Big Data: PySpark, PyTorch ● Управление версиями: Git, BitBucket ● Управление проектами и документацией: Jira, Confluence ● Django, QlikSense

Я перешёл с Game Developer Unity C# в Data Science/Machine Learning, потому что я очень сильно влюбился в эту область. В IT опыта около 4 лет как программист. Присутствуют практические знания статистики, линейной алгебры и математики в общем, но хочу знать больше. Люблю Математику, программирование, науку. Я крайне добр и не вспыльчивый. Говорю на Русском и на Английском свободно. Моя сильнейшая сторона: умею уделять работе всё время и постоянно обучаться новому.

Разрабатывал rest сервисы для оркестрации платежных систем. Данный сервисы имел интеграцию со следующими платежными системами: PayPal, Stripe, Tinkoff, Tinkoff Credit и Yoomoney. Для правильной работы статусной модели была реализована проверка статусов транзакции по расписанию с помощью celery. Занимался разработкой Telegram ботов, которые интегрировались с различными сервисами в том числе с искусственного интеллекта.

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.

Дополнительные активности и наработки Проектирование с использованием uml в plantuml, enterprise architect, BPMN Практические навыки работы с SQL и Python (Anaconda, Django), cоздание SQL запросов Знание requests, BeatifoulSoup Pandas, SMTPlib, email.mime, regular expressions; Опыт разработки аналитических и финансовых моделей; Backend-разработка на python Опыт работы с dev tools и swagger: консоль разработчика, insomnia, postman Опыт работы с SQL СУБД PostgreSql, Oracle, Mysql Опыт работы с hdfs СУБД APACHE Опыт работы Waterfall, Agile, Scrum Знание Kafka

Сергей — опытный IT-специалист, специализирующийся на Python разработке. Имеет опыт работы в таких отраслях, как Social Networking, Manufacturing и Cloud Services. В портфолио Сергея есть проекты по созданию платформы для автоматизации рутинных задач сетевых интеграций, системы для отслеживания и управления инцидентами, а также системы сбора и анализа данных о состоянии сетевых устройств и сервисов. На одном из проектов Сергей занимался интеграцией с внешними сервисами, работал в команде, тестировал и улучшал код, управлял релизами. На другом проекте он разрабатывал и поддерживал микросервисы, проектировал асинхронную работу микросервисов, интегрировал систему с внешними сервисами. Также Сергей участвовал в создании приложения по верификации проведённой кассовой операции. Опыт работы Сергея составляет 4 года и 9 месяцев.

Python backend-разработчик, Data Scientist В сфере интересов ИИ и машинное обучение, окончила магистратуру по этому направлению и применяю знания в работе. Мне нравится писать понятный код с хорошей логикой и структурой. Общие навыки программирования: – Пишу на Python, использовала раньше: C++, PHP, TypeScript (в учебе и в начале работы); – Хорошее понимание применимости архитектурных решений, закончила курс по микросервисам в ИТМО; – Также из курсов брала по BigData (Hadoop, Spark, Kafka), есть общее представление (не пишу на Scala, поэтому опыт ограничен); – Могу работать в МЛ на всех этапах, от сбора и разметки данных до деплоя в прод. Работала с CV моделями и языковыми, разворачивала opensource LLM, углубленно изучала GANы; – Есть опыт написания модуля для Drupal сайта; – Умею работать с Docker контейнерами, разворачивать на серверах с видеокартами – Знакома с VK API, Whatsapp API; – Умею работать в команде. Неконфликтна и легко нахожу общий язык с людьми. – Активное использование HugginFace моделей; – Читаю документацию на английском, аудирование уровень B1-B2. Опыт участия в профильной деятельности во время учебы: – Участвовала в составе команды в ICPC, RuCode, Demidov Open IT Cup. – Прошла отборы «Я – профессионал» по направлениям: «Программная инженерия» и «Программирование и информационные технологии». – Победитель вузовского отборочного этапа WorldSkills Russia по компетенции «09 Программные решения для бизнеса». – Принимала участие в хакатоне от RuCode в области Natural language processing. – Участвовала в летней школе РАИИ в июле 2021 (направление «Логика в искусственном интеллекте»). Занимались классическим машинным обучением с использованием python. – Работала в команде на образовательном модуле в центре Сириус («Большие данные и машинное обучение в когнитивных и социальных науках», октябрь 2021). – Прошла курс Технологии Анализа Данных в ИТМО (2024 год)

1) С (core), С++, библиотека STL, boost, boost geometry, graph, Qt, catch2, Eigen. 2) Верстка сайтов на HTML+CSS, JS, React. 3) Язык Latex для верстки научной документации. 4) Python, numpy, scipy, pandas, matplotlib, seaborn, tkinter, библиотека машинного обучения scikit learn, django для web-разработки, opencv, fastapi, sqlalchemy, pydantic. 5)Знание различных алгоритмов и структур данных, принципов ООП, SOLID, паттернов проектирования. 6) Java Core, web-сервисы, работа с http-запросами, REST Api, подключение JDBC, многопоточность, фреймворки: Spring, SpringBoot, Hibernate. Используемые сборщики проектов: Maven, gradle. Написание собственного Telegram бота, использовал в одном из проектов привязку Kafka 7) Язык SQL. 8) А/В тестирование в анализе данных. 9) Инструменты статистики, теории вероятности, математического анализа и линейной алгебры, методами решений дифференциальных уравнений. 10) ОС: Windows, MacOS, Linux. 11) Контейнеризация с использованием Docker. 12) Умение работать с GIT (github, gitlab, bitbucket).