Каталог специалистов

Я профессиональный бэкенд-разработчик, работающий с Python/Django, с коммерческим опытом работы более 4 лет. Я трудолюбивый и амбициозный разработчик, и большую часть своего свободного времени я провожу, изучая новые практики и технологии, чтобы улучшить свои навыки и написать чистый код. Я очень энергичен и готов сделать все возможное, чтобы реализовывать идеи заказчиков.

Инженер-программист с опытом работы более 5-ти лет в сфере информационных технологий. Основными навыками являются разработка Web (Django) и API (Django DRF, Flask, FastAPI), разработка Data scraping проектов, а также автоматизация обработки документов. Есть опыт работы на проектах с Computer Vision и Machine Learning технологиями (YOLOv3, YOLOv5, YOLOv7, Detectron2, openCV). Также есть опыт в качестве DevOPS (Linux, Nginx, Docker, GitLab CI/CD).

aiogram aiohttp asyncio beаutiful-sоuр blacksheepubuntu, docker, postgresql, postgis, sqlalchemy, rest, python, mapbox, waitress, flask, sanic django docker flask folium git gRPC gunicorn jinja jsonRPC jupyter_notebook jwt kafka latex mapbox matplotlib nuitka numpy pandas plotly poetry postgis postgresql pulsar lxc pydantic pytorch redis

Machine Learning Engineer с более чем 5-летним опытом коммерческой разработки. Эксперт в области построения и оптимизации ML-моделей, обработки изображений и NLP. Обладаю глубокими знаниями в Python, TensorFlow, PyTorch, MLFlow, ONNX. Имею опыт работы с LLM, RAG, RuBERT, Whisper, Vosk, а также в развертывании ML-сервисов в Kubernetes. Активно использую инструменты Docker, Git, AWS, Azure, GCP.

Middle Kotlin-разработчик. Также имею опыт работы на Java, знаю WebRTC, HLS, RTSP/RTMP. В настоящее время активно занимаюсь разработкой и интеграцией ИИ-компонентов, включая машинное обучение и распознавание объектов. Имею опыт работы с Android TV и Android MDM, что позволяет мне создавать приложения для различных типов устройств и нужд. Работаю в кросс-функциональных командах. Мои навыки soft skills помогают достигать лучших результатов и обеспечивать успешное завершение проектов в срок.

Data scientist с опытом 6+ лет в профессии в консалтинге и финансовом секторе. Начинал карьеру в компании-разработчике систем искусственного интеллекта на основе машинного обучения, работал над проектами классического ML, NLP и CV. Затем перешел в крупнейший российский банк, разработал и поддерживал модели для различных сервисов экосистемы. Последние 2 года работаю на проектах в сфере страхования, вырос до тимлида Data science, управлял командой из 4 человек. Под моим руководством был выстроен процесс скоринга для CRM с оборотом более 1 млрд рублей и разработана рисковая модель для ДМС. Имею высшее математическое образование, также окончил магистратуру Data science НИУ ВШЭ.

Data scientist с широким набором навыков в области анализа данных и машинного обучения. Ключевые компетенции включают регрессию, классификацию, кластеризацию, работу с деревьями решений, ансамблевыми моделями (включая Random Forest и градиентные бустинги), а также модели прогнозирования временных рядов. Опытен в области нейронных сетей и компьютерного зрения. В моем арсенале такие библиотеки, как NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, PyTorch, XGBoost, LightGBM, statsmodels и PySpark. Мой опыт также включает в себя разведывательный анализ данных, их предобработку и feature engineering. Успешно применял LLM и CNN в своих проектах. Помимо этого, есть опыт работы с инструментами, такими как SQL, Git, Bash, Docker, Streamlit и HuggingFace. Среди моих дополнительных навыков можно выделить A/B-тестирование и высокую способность к самообучению в процессе работы.

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 – 3.5 года (полный цикл сбор и подготовка данных, feature selection & engineering, тренировка/валидация/тестирование ML моделей, выбор лучшей модели, демонстрация результатов) Опыт работы с данными - 3.5 года Опыт разработки на Python - 3.5 года Опыт разработки и построения веб-сервисов

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 – 2 года (полный цикл сбор и подготовка данных, feature selection & engineering, тренировка/валидация/тестирование ML моделей, выбор лучшей модели, демонстрация результатов) Опыт работы с данными - 2.5 года Опыт разработки на Python - 2.5 года Опыт разработки на Java - 0,5 года Опыт разработки на С++ - 1 год Опыт разработки и построения веб-сервисов

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