Каталог специалистов направления Разработка и ИТ

О себе:Участвую в различных проектах, связанных с компьютерным зрением (CV), и обладаю пониманием математических алгоритмов. Я активный участник хакатонов, где часто становлюсь финалистом. Помимо CV, занимаюсь изучением серверов на Linux. В настоящее время активно изучаю Rust и развиваюсь в области компьютерного зрения. Имею прочные знания в математике и много практикуюсь в написании кода на Python, не связанного с машинным обучением.

Герман — Python-разработчик уровня Middle+ из Санкт-Петербурга. Специализируется на разработке микросервисов, пайплайнов и инструментов для обработки данных. Имеет опыт работы с машинным обучением и глубокими нейронными сетями. Участвовал в проектах в сферах EdTech, Logistics & Transport, Cloud Services, FinTech & Banking, E-commerce & Retail. Работал с такими технологиями, как Ansible, Apache AirFlow, AWS, Bitbucket Pipelines, ClickHouse, Consul, Docker, Docker Compose, FastAPI, Flask, GitHub Actions, GitLab CI, Gradle, GraphQL, GreenPlum, gRPC, HuggingFace, Java, JavaScript, Jenkins, Kafka, Kubernetes, MongoDB, MySQL, PostgreSQL, Python, PyTorch, RabbitMQ, Redis, REST, S3, Spring, Tensorboard и другими. На проектах выполнял роли ML Engineer, ML Tech Lead и Software Engineer. Занимался разработкой и поддержкой REST API, настройкой CI/CD пайплайнов, оптимизацией запросов, интеграцией микросервисов, контейнеризацией сервисов, разработкой математических моделей и внедрением RAG-систем.

Опыт разработки и проектирования сложного программного обеспечения в том числе с интеграцией данных. Эксперт в области нейронных сетей. Знание основных алгоритмов и структур данных. Хорошее знание шаблонов проектирования, дизайна объектно-ориентированного программирования, юнит-тестирования Опыт применения современных инженерных практик, чистый код, рефакторинг. Опыт разработки и построения веб-сервисов Опыт работы с ML и CV – 3 года (полный цикл сбор и подготовка данных, feature selection & engineering, тренировка/валидация/тестирование ML моделей, выбор лучшей модели, демонстрация результатов) Опыт работы с данными - 2 года Опыт разработки на Python - 3 года Опыт разработки на C++ - 1 лет Опыт разработки и построения веб-сервисов Опыт работы с асинхронными библиотеками Опыт разработки MLOps инструментов/платформ Опыт разработки NLP/NLU платформ

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.

Роман — ML-разработчик уровня Senior из Санкт-Петербурга. Специализируется на машинном обучении, имеет опыт работы с широким спектром технологий и инструментов, включая C++, Python, TensorFlow, PyTorch, OpenCV и другие. Обладает высшим образованием в области мехатроники и робототехники, а также технологий компьютерной визуализации, оба полученных в Университете ИТМО. Владеет английским языком на уровне B2. Имеет опыт работы на проектах в отраслях E-commerce & Retail и LifeStyle. Среди проектов, над которыми работал Роман, можно выделить: - Контроль размеров шин на производстве. - Семантическая сегментация палеорусел на полихромных изображениях. - Решение задачи полноволновой инверсии (Full-Waveform Inversion). - NLP-помощник по работе с намерениями (интенты). - Дефектоскопия поверхности металлизированной ленты. - Поиск дефектов на нагревательных баках. - Анализ игры в бильярд. Общая продолжительность работы на проектах составляет 3 года и 7 месяцев.

Григорий — опытный Data Scientist с навыками в области машинного обучения и анализа данных. Он обладает глубоким пониманием Apache AirFlow, Azure, C++, Docker, FastAPI и других технологий. Григорий успешно работал над проектами в сфере Hardware и E-commerce & Retail. В рамках одного из проектов он разработал систему автоматического выявления дефектов на производственной линии, используя архитектуру YOLO V5. Это позволило повысить точность обнаружения дефектов до 89%. В другом проекте Григорий создал модель прогнозирования продаж для ритейл-сети, используя комбинацию алгоритмов Prophet и XGBoost. Это помогло снизить MAPE с 15% до 8%. Также Григорий разработал автоматизированный классификатор товаров для e-commerce платформы, что позволило сократить затраты человекочасов на категоризацию на 30%.

Александр — ML-разработчик уровня Senior из Москвы. Обладает опытом работы на проектах в сферах EdTech, FinTech & Banking, AI & Robotics и IoT. На проекте для компании «Компьютерная академия “Топ”» занимался разработкой методических материалов по курсу «Базы данных и SQL для аналитиков данных», а также созданием курса «Продвинутые модели машинного обучения». В рамках проекта по риск-модели предсказания цен на недвижимость и системы видеоконтроля стройготовности объектов выполнял функции Data Scientist. Занимался разработкой моделей прогнозирования цен на квадратный метр жилья и новых клиентов банка, а также разработкой Marketing Mix Modeling для распределения рекламных бюджетов и созданием моделей распознавания. Как Python / ML Engineer работал над проектом Urana AI — системой генерации видеоряда по музыке. В рамках этой задачи занимался разработкой пайплайна генерации видео, созданием алгоритмов выявления звуковых эффектов и доработкой GAN-моделей. Также имеет опыт работы над проектами по разработке розничных продуктов для физических лиц, где создавал скоринговые модели для анализа клиентов и занимался построением моделей оттока клиентов. И опыт работы над задачами, связанными с умным домом, IoT и спутниковым телевидением, включая построение моделей оттока, CV-моделей и предсказание аномалий.