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.

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).

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.

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.

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.

Александр — опытный Data Scientist с навыками работы в области машинного обучения и анализа данных. Он обладает глубоким пониманием SQL, Python и различных библиотек для машинного обучения, таких как Scikit-learn, CatBoost, LightGBM и XGBoost. В своей работе Александр успешно решал сложные бизнес-задачи. На текущем месте работы он разработал модель прогнозирования поломок платёжных терминалов, что позволило снизить затраты на обслуживание на 10% и уменьшить количество внеплановых ремонтов на 22%. Также он создал модель для определения оптимальной суммы овердрафта для водителей такси, снизив риски невозврата на 10%, и реализовал модель для выявления клиентов, наиболее подходящих для премиальных банковских услуг. Кроме того, Александр разработал модель для выявления и предотвращения мошеннических транзакций. Опыт работы Александра составляет два года.

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.

работал в связке Python + PostgreSQL для написания самообновляющихся в Apache Airflow скриптов для дашбордов MS PowerBI, Redash, Metabase, поддерживал их состояние, исправлял ошибки в случае их возникновения; построение отчетов в вышеуказанных пакетах визуализации согласно ТЗ; участвовал в дизайне и проверке результатов простых A/B-тестов (сравнение конверсий, изменений средних значений), обсуждал их результаты с внутренними заказчиками; выполнял ad-hoc запросов внутренних заказчиков в формате .csv/.xlsx/.pkl по мере необходимости; поиск инсайтов и точек роста на проектах совместно с командой (brainstorm); оценивал качество моделей машинного обучения - самостоятельно построенных или предобученных; участвовал в code review коллег по команде; участвовал в обучении / менторстве коллег; опыт работы с библиотеками машинного обучения; тесное взаимодействие с QA / backend-разработчиками