Каталог специалистов направления Разработка и ИТ

Cпециалист уровня Middle в области Data Science. Обладает навыками работы с Python, SQL, Apache Spark, Computer Vision, Docker, Git и другими инструментами. Имеет опыт работы в отраслях EdTech, FinTech & Banking, RnD. Разработал гибридную ML-модель, объединив данные с газовых сенсоров и квантово-химические дескрипторы (DFT, RDKit), что повысило F1-score на 42% и R² на 31%. Применил автоматическое извлечение признаков (TSFRESH), выделив более 700 признаков, из которых 361 оказались ключевыми и улучшили качество моделей по сравнению с ручным feature engineering. Снизил ошибку предсказания (MAE) на 33%, доказав, что добавление теоретических дескрипторов позволяет использовать всего 2 физических сенсора вместо 7, сократив стоимость и повысив эффективность системы. Соавтор двух публикаций в Q1 журналах (Applied Sciences, Computational Structures). Владеет английским языком на уровне B2. Общая продолжительность работы на проектах составляет более 3 лет.

Иван — Data Scientist уровня Senior с опытом работы в AgroTech, E-commerce & Retail, Manufacturing и Legal. Специализируется на машинном и глубоком обучении, анализе данных, прогнозировании и моделировании. Владеет языками программирования и инструментами, включая Python, Scikit-learn, XGBoost, CatBoost, LightGBM, Prophet, LSTM, а также базами данных SQL (MariaDB, PostgreSQL). Имеет опыт работы на следующих проектах: - Разработка прикладных ML-решений для пищевой промышленности и сельского хозяйства в компании «Русагро Тех». - Динамическое ценообразование, прогнозирование спроса и uplift-моделирование в ритейле и e-commerce (проект NDA). - ML-решения для ритейла, промышленности и нефтегаза в компании «Napoleon IT». - Прогнозирование показаний счётчиков электроэнергии и прикладная аналитика данных для планирования в «Федеральном испытательном центре». - Автоматизированная система оценки долговых портфелей в «Агентстве судебного взыскания».

Андрей — Data Scientist уровня Senior из Москвы с опытом работы 5 лет 10 месяцев. Специализируется на анализе данных, машинном обучении и временных рядах. Имеет опыт работы в отраслях E-commerce & Retail, Telecom, Logistics & Transport, RnD. Ключевые навыки: baseline, dashboards, EDA, feature engineering, Lightgbm, quality, Time series, XGBoost, диагностика оборудования и телеметрии, CNN, prophet, VAR, CatBoost, LSTM, Bash, Matplotlib, Numpy, Pandas, Plotly, Python, Scikit-learn, SciPy, Seaborn, SQL, Statsmodels, anomaly Detection, классификация, кластеризация, регрессия, прогнозирование, autoencoder, Keras, mlp, PyTorch, RNN, Tensorflow, Apache AirFlow, Docker, FastAPI, Git, HDFS, Kubernetes, Machine learning, MLflow, Pipelines, production, PySpark, Spark, stakeholder. Участвовал в следующих проектах: - Wildberries (E-commerce & Retail): проектирование аналитического контура для прогнозирования поломок транспорта, работа с временными рядами, создание pipeline парсинга PDF заказ-нарядов, ускорение контура прогнозирования последней мили на Prophet. - MTS Digital (Telecom): исследования по классификации и анализу сетевого взаимодействия на больших объёмах данных, использование NetworkX для graph analytics, эксперименты с GCN / GAT и PyTorch Geometric. - Первая грузовая компания (PGK) (Logistics & Transport): разработка и внедрение моделей временных рядов, регрессии и классификации для оптимизации ремонта колёсных пар и прогнозирования износа оборудования. - Роскосмос (RnD): создание системы обнаружения аномалий в телеметрии космических аппаратов с корреляцией к реальным отказам и сокращением времени диагностики.