Каталог специалистов

Языки программирования • Продвинутое знание современного C++. • Уверенное знание Java, Python, C, SQL. • Базовое знание C#, JavaScript, TypeScript, GLSL. Библиотеки и фреймворки • Активно использую: STL, Qt, SciPy, NumPy. • Работал с: Boost, React, ExpressJS, NodeJS, Unity, Android NDK, Vulkan, OpenGL, OpenCL, Nginx. Инструменты разработки • В постоянном пользовании: VS:Code, PVS-Studio, CMake, Git. • Периодически использую: Visual Studio, GDB, VM’s. Теоретические знания • Продвинутые знания: высшая математика (статистика, мат. анализ, линейная и тензорная алгебра, диф. алгебра), физика, численные методы анализа данных. • Уверенные знания: алгоритмы, структуры данных.

Опытный Java разработчик с пристрастием к созданию масштабируемых и эффективных приложений. Имеет глубокие знания и опыт работы с Java, Spring framework и смежными технологиями. Его навыки включают разработку серверного кода и баз данных, а также оптимизацию производительности приложений. Стремится к совершенству в области разработки, следует лучшим практикам и всегда готов изучать новые технологии и методы. Кроме того, имеет опыт работы с высоко нагруженными системами, где приходилось решать проблемы производительности и масштабируемости, обеспечивая надежность и эффективность работы приложений под нагрузкой.

Разработчик с 5 годами опыта. Было реализовано более 6 успешных проектов. Разработчик обладает такими навыками как внимательность к деталям, ответственность, способность работать как одному, так и в команде

Black box testing Test case SoapUI Selenium Webdriver Web-service testing Git Quality Control Intellij IDEA Atlassian Confluence XML Postman Integration testing TeamCity Youtrack TestRail PgAdmin Oracle VM VirtualBox Cassandra Dev Center Fitnesse MindMap Firebug Swagger PostgreSQL Cassandra JavaScript Kafka RabbitMQ ORACLE Open Openshift

Опытный Java разработчик уровня Middle с пристрастием к созданию масштабируемых и эффективных приложений. Имеет глубокие знания и опыт работы с Java, Spring framework и смежными технологиями. Навыки включают разработку серверного кода и баз данных, а также оптимизацию производительности приложений. Он стремится к совершенству в области разработки, следую лучшим практикам и всегда готов изучать новые технологии и методы. Кроме того, он имеет опыт работы с высоконагруженными системами, где решал проблемы производительности и масштабируемости, обеспечивая надежность и эффективность работы приложений под нагрузкой. Бектур обладает широким спектром навыков, включая работу с Java, PostgreSQL, Spring, Docker, Maven и другими инструментами. Бектур участвовал в проекте FortyLines в роли бэкенд-разработчика. В рамках проекта он занимался созданием новых модулей, оптимизацией кода, тестированием функциональности, интеграцией с различными API и разработкой архитектурных решений. Также он работал с авторизациями и видеоданными.

Middle Data Scientist с опытом работы 3 года. Специалист в области анализа данных с глубокими знаниями математики и уверенными навыками программирования. Специализируюсь на предиктивном моделировании, аналитике и рекомендательных системах в различных бизнес-доменах. Имею практический опыт на всех этапах цикла Data Science — от постановки задачи и исследования данных до внедрения моделей машинного обучения в продакшн.

Middle Data Scientist по работе с данными с опытом работы 3 года. Специалист по обработке данных, специализирующийся на разработке эффективных проектов, ориентированных на данные, и уделяющий особое внимание использованию передовых методов прогнозного моделирования, аналитики и рекомендательных систем. Я обладаю проверенным опытом в выявлении и решении бизнес-проблем с помощью стратегического применения Data Science. Кроме того, у меня есть практический опыт, охватывающий весь жизненный цикл работы с данными - от понимания проблем и разработки функциональных возможностей до внедрения моделей машинного обучения в производство. Для этого я использую различные инструменты, такие как Python, Pandas, пакеты визуализации данных, Scikit-learn, XGBoost, SHAP, Boruta для обработки данных, моделирования и оценки; FastAPI для серверной разработки, Docker и k8s для задач DevOps, облачные сервисы AWS и Azure.

В индустрии с 1994. Наибольшие компетенции в бизнес и системном анализе, архитектуре. XML (включая XSD), JSON, SQL, UML, BPMN, EPC, IDEF, ER. Отличное знание методологий разработки ПО. Знание и применение на практике Канбан, Эджайл, TOC. Владение навыками смежных специальностей: тестирование, архитектура ПО, проектирование интерфейсов.

Специалист по анализу данных / Инженер по машинному обучению с опытом работы более 3-х лет. Специалист по анализу данных, специализирующийся на дата-центрированных проектах. Умение выявлять бизнес-проблемы и решать их с использованием различных подходов обработки и анализа данных, подтвержденное на практике. Умение работать со полным жизненным циклом проектов машинного обучения: от сбора данных до развертывания обученных решений. Области специализации: обработка естественного языка, модели прогнозирования и компьютерное зрение. Языки программирования Python. Технологии программирования GeoPy. Наука о данных Pandas, Matplotlib, Numpy, Seaborn, Plotly, PowerBI. Машинное обучение Scikit-learn, Hyperopt, kmodes, UMAP, Prophet, Boruta, LightGBM, XGBoost. Глубокое обучение PyTorch, NVIDIA NGC. Компьютерное зрение Tesseract OCR. Обработка естественного языка Hugging Face, AllenNLP, Gensim, NLTK. MLOps MLFlow, Neptune. Инженерия данных pache Airflow, Apache Spark, PySpark. Облачные технологии AWS(Lambda, SageMaker, S3, EC2, ECR, EKS, CloudWatch и т. д.), Azure(VMs, ML, Databricks, Blob Storage, DataFactory). Базы данных PostgreSQL, MySQL, Redis. DevOps Docker, Docker Compose, Kubernetes(k8s). Системы контроля версий Git, Github. Достижения Помощник по юридическим документам Разработал систему для предложения пользователям структуры документов и автодополнения текстовых предложений в типовых юридических контрактах, использующую модели на архитектуре transformer. Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга моделей и метрик на этапе экспериментирования, что позволило сделать процесс разработки более удобным и эффективным, а также ускорило развертывание моделей машинного обучения. Настройка обработки данных Разработал конвейеры ETL с Azure Databricks и Apache Spark для эффективной интеграции данных из разных источников в центральное хранилище для дальнейшего использования в аналитической платформе.