Каталог специалистов

Роман — опытный Python-разработчик уровня Middle+. Он обладает широким спектром навыков, включая работу с Django, Git, Bitbucket, Flask, QtPy5 и другими инструментами. В портфолио Романа есть проекты в сферах GameDev, FinTech & Banking и FoodTech. На них он занимался разработкой бэкенда для игровых ботов, интеграцией систем лояльности, разработкой финансовых ботов и переводом сайта компании на новую платформу. Опыт работы Романа составляет 4 года и 6 месяцев.

Сам предлагает решения той или иной задачи, не отвлекает по пустякам менеджера, легко переключается между проектами. Ответственный и дисциплинированный.

Опыт коммерческой разработки с 2020 года. Есть опыт в прикладном использовании и в разработке моделей машинного обучения и нейронных сетей. Работал над проектами в сфере автоматизации e-com, FinTech, гос. сектора, разрабатывал HR-сервис для IT-компании.

Machine Learning Engineer с более чем 3-летним опытом коммерческой разработки. Эксперт в области NLP, оптимизации моделей машинного обучения и построения ETL-конвейеров. Обладаю глубокими знаниями в Python, PyTorch, FastAPI, Docker, Airflow. Имею опыт работы с LLM (Llama, GPT-3.5, Mistral), BERT, Stable Diffusion. Опыт развертывания ML-сервисов в GCP, AWS, DigitalOcean, а также интеграции ML-моделей с API и мессенджерами. ПРОФЕССИОНАЛЬНЫЕ НАВЫКИ: ● Разработка и развертывание ML-моделей для анализа текста, NLP и генерации контента ● Работа с большими языковыми моделями (Llama, GPT-3.5, Mistral, BERT) ● Тонкая настройка моделей и оптимизация инференса (BERT, Llama 2, GPT-3.5) ● Компьютерное зрение и генерация изображений (Stable Diffusion) ● Обучение моделей анализа текстов и транскрибации (BERT, Llama 2) ● Работа с Hugging Face Transformers: Использование библиотеки Hugging Face для тонкой настройки и оптимизации моделей (BERT, Llama 2, GPT-3.5) в различных проектах. ● Интеграция OpenAI, Cohere, Claude: Работа с API OpenAI, Cohere и Claude для задач генерации текста, анализа и оптимизации моделей. ● Интеграция ML-моделей в бизнес-процессы (автоматизация для малого и среднего бизнеса в США) ● Развертывание ML-сервисов и API (FastAPI, Docker, Kubernetes) ● Создание ETL-конвейеров для обработки данных (Airflow, SQL, BigQuery, PostgreSQL) ● Мониторинг и тестирование ML-моделей (Prometheus, Git) ● RAG, специализированное обучение на данных. ● Работа в Agile-командах (Jira, Confluence)

Опыт работы с RPA, CI/CD Опыт работы с микросервисной и монолитной архитектурой Умение работать в команде, коммуникабельность Умение осваивать новые технологии в сжатые сроки Опыт разработки тестовой документации и оценки трудозатрат Опыт выстраивания процесса тестирования с нуля Знание гибких методологий Agile: Scrum, Kanban

Имеет обширный практический опыт в области обработки и анализа данных, разработки ML-моделей, проектирования и внедрения MLOps инфраструктуры и процессов, разработки специализированных аналитических инструментов в финансовой, ритейл, медиа, промышленной, медицинской и логистической сферах. Имеет опыт организации e2e-процессов: от формализации идеи до разработки и внедрения в промышленную эксплуатацию целевого решения. Может работать как самостоятельно, так и в составе сформированной команды, в том числе при необходимости может собрать и лидировать команду. Любит делиться своим опытом и знаниями с коллегами. Любит узнавать от коллег что-то новое, перенимать практики и опыт. Придерживается мнения, что открытые коммуникации с клиентами и коллегами, а также грамотное управление ожиданиями — это основа успешного проекта.

Специалист по машинному обучению и обработке данных с более чем 3-летним опытом разработки решений на основе ИИ, систем обработки естественного языка (NLP) и приложений компьютерного зрения. Владеет языком программирования Python, а также библиотеками PyTorch, scikit-learn и PostgreSQL. Опытен в области обработки естественного языка (NLP), глубокого обучения, анализа и визуализации данных. Имеет опыт создания масштабируемых архитектур, интеграции больших языковых моделей (LLM) и оптимизации ИИ-моделей. Обладает сильными навыками решения проблем, опытом проектирования системной архитектуры и разработки функционала. Увлечен инновациями, автоматизацией и принятием решений на основе ИИ.

Специалист с опытом работы более 3-х лет в качестве Back-end разработчика. Основной стек: Python, Flask, Django, SQLAlchemy, Docker, PostgreSQL, Git. Обладает отличными коммуникативными навыками. Может работать как самостоятельно, так и в составе команды, всегда готов помочь коллегам и не боится попросить помощи у других. Постоянно развивается и совершенствуется в современных технологиях.

Специалист по данным / Инженер по Машинному Обучению с опытом работы 3 года. Специалист по данным с сильным математическим образованием и хорошими навыками программирования. Обладает универсальным набором навыков, охватывающим инженерию данных и анализ данных, с возможностью адаптации к динамичной рабочей среде. Специализируется на обработке естественного языка, компьютерном зрении и прогнозирующем моделировании в различных областях бизнеса. Имеет опыт работы на всех этапах обработки и анализа данных, от понимания бизнес проблем до внедрения моделей ML в эксплуатацию. Языки программирования: Python. Технологии программирования gradio. Data science Pandas, Numpy, Seaborn, Plotly. Машинное обучение Scikit-learn, XGBoost, BitsAndBytes. Глубокое обучение PyTorch, Tensorflow, Keras, OpenVINO, TensorRT, TensorBoard, NVIDIA NGC. Компьютерное зрение OpenCV, Torchvision. Обработка естественного языка Hugging Face, OpenAI API, Langchain, PEFT, Spacy, Gensim, NLTK, BERTopic. MLOps MLFlow. Инженерия данных Apache Spark, PySpark. Облачные технологии AWS(Sagemaker, S3, EKS, EC2, Bedrock, DynamoDB, Cloudwatch и т. д.), Azure(Virtual Machines, Spot VM, SQL, ML, Functions, Synapse, Analysis Services, Data Factory, Blob Storage, DevOps, etc). Базы данных Redis, MongoDB, PostgreSQL. DevOps Docker, Docker Compose, Kubernetes (k8s), Bash Scripting. Системы контроля версий Git, Github. Достижения Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга и отслеживания моделей на этапе экспериментов, что позволило сделать процесс разработки более удобным и эффективным, а развертывание моделей машинного обучения - надежным и безопасным. Коммуникационный чат-бот Разработан коммуникационный чат-бот с LLM для разговоров от лица различных персонажей и с ответами на пользовательские запросы.

Языки программирования Python, C, C++, Java, JS, Julia, SQL, C#, Prolog Фреймворки, библиотеки TensorFlow 1/2, PyTorch, Pandas, Numpy, Sklearn, Spacy, Matplotlib/Seaborn, MATLAB, NLTK, RASA, OpenCV, CUDA, boto3, данные ГИС ML-экспертиза Обработка естественного языка: - NER, QA, Chatbots, Intents Matching, Text Classification, Sentiment Analysis, Emotion Detection, Text Abstraction, Text Generation, Clustering, Language Translation - Трансформаторы, BERT, RoBERTa, all-mpnet-base-v2, GPT-3, HDBSCAN, UMAP, RNNs, LSTMs, GRUs, LDA, Gaussians, LSH, K-means Компьютерное зрение - Классификация изображений, обнаружение объектов, сегментация изображений, распознавание таблиц, распознавание структуры таблиц, OCR, распознавание лиц, 3D реконструкция лиц, создание подписей к изображениям - Визуальные трансформаторы, DETR, TableFormer, ConvNets, YOLO3/4, YOLOX, Mask R-CNNs, Fast R-CNNs, Faster R-CNNs, ResNets, VGG, GANs Классические и другие ОД: - Анализ временных рядов, скоринговые модели, регрессии, предикторы, линейная регрессия, логистическая регрессия, SVM, деревья решений, градиентный бустинг (XGBoost, CatBoost), ансамбли, байесовцы, уменьшение размерности, PCA, PCE, t-SNE Контролируемое, полу контролируемое, неконтролируемое обучение и обучение с подкреплением Базы данных Postgres, DynamoDB, NEO4J, JanusGraph, SQLAlchemy Облачные сервисы AWS (SQS, SNS, SageMaker, Lambdas, EC2, S3, Textract, VPC, CloudTrail и т.д.), GСloud Разработка программного обеспечения Git, Docker, Podman, Linux, Bash, Ansible, Sentry, GitLab CI/CD, Conda, Jupyter, VS Code, Pycharm Другие инструменты/навыки Отлично

Вера — опытный специалист в области Data Science с опытом работы более 4 лет. Она обладает глубокими знаниями и навыками в сфере машинного обучения, анализа данных и разработки моделей. Вера работала над несколькими проектами в таких отраслях, как EdTech, FinTech & Banking, LifeStyle и Insurance. В её обязанности входило: мониторинг производительности модели, определение показателей производительности, разработка стратегий переобучения модели, оптимизация использования ресурсов модели, повышение продаж продукции, анализ данных о продажах, прогнозное моделирование, анализ оттока, прогноз продаж, разработка языковой модели, модельное архитектурное проектирование, управление командой, оценка показателей производительности и документация. Она также имеет опыт работы с различными инструментами и технологиями, такими как Apache, GitHub, Matplotlib, MXNet, MySQL, PostgreSQL, Python, R, Scikit-learn, Seaborn, SQL, Tableau, Tensorflow, базы данных, визуализация данных, контроль версий, обучение, языки программирования, Notion, CI/CD, Pipelines, PyTorch, MongoDB, SciPy, API, AWS, Dialogflow, openAI, SpaCy и статистические модели.

Дмитрий — ML-разработчик уровня Senior из Москвы. Обладает опытом руководства командой ML-разработчиков в рамках проекта для e-commerce & retail. В роли Team Lead ML команды разработал pipeline автоматической разметки данных с MLLM, создал систему RAG с интеграцией голоса, текста и документов, спроектировал pipeline валидации фото и поиска по изображениям. Также имеет опыт работы ведущим инженером NLP для компании из сферы insurance. Занимался разработкой и оптимизацией моделей для чат-ботов, анализа тональности и классификации текстов. Консультировал клиентов по внедрению NLP-решений и исследовал новые методы NLP.