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.

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.

Максим — ML-разработчик уровня Junior+ с опытом работы на проектах в сферах AI & Robotics и E-commerce & Retail. На проекте по разработке системы алготрейдинга на основе новостного анализа выполнил следующие задачи: - разработал прототип системы для алготрейдинга акциями; - реализовал парсинг новостей из Telegram-каналов; - выполнил предобработку и семантическую классификацию новостей; - спроектировал и обучил модель прогнозирования; - настроил автоматическую отправку уведомлений о торговых сигналах в Telegram. В роли ML engineer в проекте Mars работал над следующими задачами: - разработка, обучение, валидация и развёртывание моделей машинного обучения; - проектирование и реализация пайплайнов (MLOps) для автоматизации процессов; - проведение A/B-тестирований; - анализ данных и проверка статистической значимости результатов; - интеграция разработанных моделей в существующую IT-инфраструктуру компании; - взаимодействие с кросс-функциональными командами и представление результатов работы бизнес-стейкхолдерам.

Отрасли: data science, machine learning, web, android

Илья — опытный Data Scientist с навыками работы в сфере машинного обучения и анализа данных. Он обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Pandas, PyTorch, Numpy, PostgreSQL, Tensorflow, Lightgbm, Scikit-learn, Plotly, Seaborn, beautifulsoup, CatBoost, Docker, FastAPI, langchain, Network, openAI, Psycopg2, Qdrant, Sklearn, Streamlit, XGBoost, Yandex Cloud. Илья участвовал в разработке и улучшении модели Catboost для прогнозирования числа гостей и чеков, а также в создании веб-приложения для машинного обучения. В рамках проектов он решал задачи классификации изображений товаров, разработки чат-ботов, создания RAG системы для поиска жилья на Бали, оптимизации обработки запросов пользователей к LLM. Опыт работы Ильи на проектах составляет 3 года.

Аналитик данных с опытом внедрения продуктов, упрощающих принятие ключевых бизнес-решений. С компетенциями в области классического МЛ и разработал модель классификации Яндекс Музыки. Благодаря опыту работы в Wildberries и Тинькофф я приобрел глубокое понимание бизнес-процессов и умение работать с большими объемами данных. В настоящее время являюсь ведущим аналитиком холдинга и отвечаю за всю систему аналитики в компании (аналитики полного цикла).

Data Scientist с сильной математической базой и практическим опытом построения end-to-end решений. Уверенно использую Python, SQL, машинное обучение, A/B тестирование и инструменты деплоя. Работал над реальными задачами бизнеса: ценообразование, автоматизация оценки авто, прогноз цен на недвижимость. Уверен в регрессии, классификации, кластеризации, временных рядах и NLP. Ориентирован на продукт, умею превращать данные в решения.

работал с чистым SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора и т.д.); опыт работы с UNIX-системами на уровне простых операций; развитые коммуникативные навыки; опыт написание тестов для разработанного функционала; опыт рефакторинга кода; опыт проведения code review; участие в создании ETL процессов опыт сбора информации из Интернета путем парсинга применял как уже обученные модели машинного обучения/глубокого обучения, так и занимался их обучением самостоятельно опыт работы с большими данными в Hadoop и Spark и в составлении сложных SQL запросов в Apache Hive опыт работы с Apache Airflow опыт работы с Python для анализа данных (pandas, numpy, matplotlib, seaborn)

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.

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.

За прошедшие годы, наравне с основной деятельностью, я занимал ключевую роль в разработке и поддержке программ на VBA, направленных на усовершенствование бизнес-процессов предприятия. Моя страсть к улучшениям побуждала меня непрерывно совершенствовать алгоритмы, повышать производительность и делать программы максимально интуитивно понятными. Моя цель — вносить вклад в развитие организации, помогая ей достигать стратегических целей и раскрывать свой потенциал. Ведь меняя мир вокруг, меняется мир внутри. Мой путь в мир IT пережил переломный момент после знакомства с языком Python, который произвел на меня неизгладимое впечатление своей гибкостью, мощью и простотой. Это открытие заставило меня углубиться в изучение Python, и на этом пути я разработал ряд проектов, которые помогли мне понять его истинную ценность. Мой опыт с Python укрепил убеждение в его ключевой роли в будущем программирования и в моём.

Григорий — специалист уровня Middle+ в области Data Science, работает в Москве. Имеет высшее образование по специальности «Экономист» в области международного энергетического бизнеса. Владеет английским языком на уровне B1. Обладает опытом работы на проектах в сферах FinTech & Banking и E-commerce & Retail. Участвовал в следующих проектах: 1. ФинТех проект (роль — Data Scientist, руководитель направления валидации): анализ и оценка модельных рисков, верификация процесса сбора данных и разработки моделей, формирование отчётов и рекомендаций для разработчиков. 2. Анализ кадровых данных (роль — Data Scientist): снижение текучести кадров через предиктивную аналитику и NLP, построение ETL-пайплайна обработки текстов, автоматизирование разметки данных через GigaChat API. 3. Система прогнозирования спроса (роль — Data Scientist): разработка ML-моделей прогнозирования спроса, автоматизирование ETL-процессов, внедрение алгоритма A/B-тестирования ценовых стратегий. Ключевые навыки: Analytics, API, AutoML, ETL, Forecasting, Git, Machine learning, NLP, Pandas, PostgreSQL, Power BI, Python, PySpark, Scikit-learn, SQL, XGBoost и другие.

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.