Каталог специалистов Data Scientist

Дмитрий — Data Scientist из Санкт-Петербурга. Специализируется на AI & Robotics. Имеет опыт работы в качестве NLP/ML-специалиста над проектом по разработке NLP-сервиса, где занимался созданием модулей предобработки текста и решением задач по определению именованных сущностей и их классификации. Собранный сервис был отправлен в продакшн. Также работал NLP-инженером над другим проектом, связанным с разработкой чат-бота с функциями ИИ. Занимался написанием REST API для доступа к LLM на сервере и дальнейшей реализацией ИИ-агентов. Чат-бот успешно внедрён со стороны заказчика.

Алексей — ML-разработчик уровня Junior+. Имеет опыт работы на проектах в сфере AI & Robotics: - «Цыфротех» (роль — ML engineer): занимался настройкой алгоритмов машинного обучения, работал над проектами по обнаружению болезни Паркинсона, поиску зависимости выручки торговых точек и предсказанию выручки будущих магазинов, а также создавал чат-боты с внедрением ИИ в Telegram. - «Aston» (роль — Data Scientist): работал на стыке программирования, машинного обучения и математики. В основные обязанности входили сбор и анализ данных, построение моделей, их обучение и тестирование.

Илья — опытный Data Scientist с навыками работы в сфере машинного обучения и анализа данных. Он обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Pandas, PyTorch, Numpy, PostgreSQL, Tensorflow, Lightgbm, Scikit-learn, Plotly, Seaborn, beautifulsoup, CatBoost, Docker, FastAPI, langchain, Network, openAI, Psycopg2, Qdrant, Sklearn, Streamlit, XGBoost, Yandex Cloud. Илья участвовал в разработке и улучшении модели Catboost для прогнозирования числа гостей и чеков, а также в создании веб-приложения для машинного обучения. В рамках проектов он решал задачи классификации изображений товаров, разработки чат-ботов, создания RAG системы для поиска жилья на Бали, оптимизации обработки запросов пользователей к LLM. Опыт работы Ильи на проектах составляет 3 года.

Data Scientist, опыт 4 года. Специализируюсь на задачах Анализа Данных, Computer Vision и NLP. Аспирант Института Искусственного Интеллекта Самарского Университета. Имею несколько научных публикаций в области Data Science, Computer Vision. Подход ĸ работе: сформулировать задачу, провести анализ данных и предложить оптимальное решение. В мои обязанности входит: 1. Общение с ĸлиентом, продуĸтовым менеджментом 2. Выстраивание дорожной ĸарты разработĸи внутри аналитичесĸого отдела 3. Презентация готовых решений заĸазчиĸу, обоснование выбора подхода и адаптация решения с учетом правоĸ ĸлиента 4. Передача готового проеĸта в Production

Александра — специалист уровня Middle в области Data Science. Обладает опытом работы с различными инструментами и технологиями, включая AIogram, Apache AirFlow, API, CatBoost, Docker, FAISS, GitHub, HuggingFace, Linux, Machine learning, Matplotlib, NLP, Numpy, OpenCV, Pandas, Power BI, PySpark, Python, PyTorch, Sklearn, SQL, Superset и другими. В проектах для компании «Росбанк» в роли Analyst занималась управленческой отчётностью, анализировала данные о рисках, распределении капитала и концентрации рисков, автоматизировала процессы отчётности с помощью макросов на VBA и R Shiny, разрабатывала интерактивные дашборды. В роли Data Scientist работала над стресс-тестированием, переводила отчётность в Power BI, создавала сложные дашборды, взаимодействовала с аудиторской проверкой.

● Python (Pandas, NumPy, Scikit-learn, SciPy, Matplotlib) ● Базы данных: PostgreSQL, ClickHouse, Greenplum, Hadoop ● Инструменты разработки: Apache Airflow, Apache Hive, Docker ● Big Data: PySpark, PyTorch ● Управление версиями: Git, BitBucket ● Управление проектами и документацией: Jira, Confluence ● Django, QlikSense

Специалист по цифровой трансформации и анализу данных в телекоме/финтехе

Data Scientist с опытом работы на проектах в сфере E-commerce & Retail и Manufacturing. На позиции Data Analytics & Machine Learning Specialist в IT-компании выполнял полный цикл разработки, занимался аналитикой и обработкой данных, разработкой и оптимизацией моделей машинного обучения. Разработал предиктивные модели для обнаружения возможных сбоев двигателя внутреннего сгорания карьерных самосвалов. Автоматизировал сбор данных со SCADA. В роли Data Science & Analytics Engineer в ПАО «Калужский Турбинный Завод» проводил аналитику и обработку исходных данных, разрабатывал и оптимизировал модели машинного обучения, работал с данными предприятия для аналитики и создания дешбордов в Power BI. Создал программу для распознавания основной информации на чертежах изделий и обнаружения на них эскизов. Работая на позиции Data Scientist в AlphaAdept group, создавал основные модели для прогнозирования лучших точек входа/выхода на фондовом рынке, внедрял ML решения в backend. Разработал процедуры A/B testing, увеличив виртуальный капитал на 35%. Будучи Python-разработчиком в ИП, разработал рекомендательную систему подбора лучших автомобилей по параметрам, что повысило вовлечённость пользователей на 20% и продажи работодателя на 17%.

Кирилл — опытный специалист в области Data Science с навыками работы в различных отраслях, таких как маркетинг, реклама и дизайн, производство, электронная коммерция и ритейл, финтех и банковское дело. Он обладает глубоким пониманием Python, инструментов анализа данных и управления базами данных. Кирилл также имеет опыт работы с BI-инструментами, Amazon, Apache AirFlow, ETL, Instagram, Nikto, PPC и MySQL. Он способен решать сложные проблемы, взаимодействовать с командой и обучать других. На своих проектах Кирилл выполнял задачи по дата-инжинирингу, разворачиванию и настройке баз данных, созданию etl-скриптов, автоматизации работы команд и разработке систем отчётности. Также он занимался прогнозированием, разработкой рекомендаций по работе с запасами, созданием моделей прогнозирования buybox и переносом систем в среду Apache Airflow. Опыт работы Кирилла включает в себя роли Data Scientist, бизнес-аналитика, аналитика данных и специалиста по работе с финансовыми данными. Его общий стаж работы на проектах составляет 5 лет и 8 месяцев. Ответы на дополнительные требования: 1) Участие в соревнованиях ML: во время обучения я периодически участвовал в kaggle соревнований, но только с точки зрения обучения и практики. Честно скажу, я более ориентированный на реальный результат человек, и люблю улучшать модели на реальных бизнесовых данных, не фанат синтетических соревнований. Хотя время от времени изучаю лучшие практики соревнований для новых для себя идей). 2) Профиль на github с примерами кода: Поскольку я больше работал как data scientist в небольшой команде, я во многом занимался разработкой аналитических скриптов, которые у меня физически есть, но я не заливал на github, потому что они во многом могут попадать под NDA. В любом случае, на тех. интервью если что я смогу ответить на интересующие вопросы. 3) Есть понимание и опыт c github, docker, плотно изучаю в свободное время. Подробнее готов рассказать о проектах на собеседовании.

Елена отличается способностью анализировать факты, собирать необходимую информацию и на основании этого принимать взвешенные решения. Елена умеет планировать свою работу и определять цели. Правильно расставляет приоритеты. Редко оставляет дела на последнюю минуту. Внимательна не только к задаче в целом, но и к деталям работы.

Уверенный Data Scientist, Ml Engineer (Опыт в CV, NLP) Фуллстек разработка (Java Spring\Python Flask, React, MySQL) Навыки использования HuggingFace и PapersWithCode