Каталог специалистов направления Разработка и ИТ ML разработчик

Максим — ML-разработчик уровня Junior+ с опытом работы на проектах в сферах AI & Robotics и E-commerce & Retail. На проекте по разработке системы алготрейдинга на основе новостного анализа выполнил следующие задачи: - разработал прототип системы для алготрейдинга акциями; - реализовал парсинг новостей из Telegram-каналов; - выполнил предобработку и семантическую классификацию новостей; - спроектировал и обучил модель прогнозирования; - настроил автоматическую отправку уведомлений о торговых сигналах в Telegram. В роли ML engineer в проекте Mars работал над следующими задачами: - разработка, обучение, валидация и развёртывание моделей машинного обучения; - проектирование и реализация пайплайнов (MLOps) для автоматизации процессов; - проведение A/B-тестирований; - анализ данных и проверка статистической значимости результатов; - интеграция разработанных моделей в существующую IT-инфраструктуру компании; - взаимодействие с кросс-функциональными командами и представление результатов работы бизнес-стейкхолдерам.

Отрасли: data science, machine learning, web, android

Junior+ ML-инженер, специализирующийся на задачах Анализа Данных, Computer Vision, NLP.

Олег — ML-разработчик уровня Middle. Специализируется в области AI & Robotics и Urban technology. Имеет высшее образование по специальности «IT-сервисы и технологии обработки данных на транспорте» Российского университета транспорта. Владеет английским языком на уровне B2. Ключевые навыки включают: Python, SQL, Machine Learning, PostgreSQL, scraping, статистику, Pandas, Jupyter, Data Science, математическую статистику, MS SQL Server, MongoDB, Sklearn, Numpy, Matplotlib, CatBoost, XGBoost, аналитическое мышление, анализ данных, Requests, beautifulsoup, TeleBot, NLP, Linux, PyTorch, Computer Vision. Имеет опыт работы на проектах: - В АО «Компасс» в роли NLP engineer с мая 2023 года по июль 2025 года (2 года 2 месяца). Задачи включали дообучение и внедрение LLM в микросервисы, решение NLP-задач, multitask learning, поиск и чистка данных для задач NLP, pruning и quantization, работа с ONNX, разработка приложения на Rust с мультипоточностью для захвата кадра с видео и распознавания объектов. - В ЦОДД в роли ML engineer с сентября 2022 года по февраль 2023 года (5 месяцев). Разработка модели предсказания ДТП на основе погодных данных, анализ данных с помощью Pandas, Matplotlib, Seabon, Plotly, Numpy, работа с SQL, агрегирование данных, feature engineering.

Анна — ML разработчик уровня Senior из Кирова, Россия. Специализируется в области искусственного интеллекта и робототехники. Имеет высшее образование по направлениям «Прикладные математика и физика» и «Математические и информационные технологии» Санкт-Петербургского государственного университета. Владеет английским языком на уровне B2. Ключевые навыки: A/B-тестирование, машинное обучение, аналитика, оптимизация, работа с интеграциями, разработка. Владеет Python, Docker, Git, Matplotlib, Numpy, OpenCV, Pandas, PostgreSQL, PyTorch, SQL, TensorFlow. Опыт работы на проектах: - ML Station (с 2023 года) — Computer Vision Engineer. Разработка B2B-решений для анализа видео в реальном времени: задачи детекции и классификации объектов, OCR, антифрод-системы в ритейле. - TailBook (2022–2023) — Machine Learning Engineer. Разработка ML-модулей для обработки изображений и поиска объектов в базе данных. - GitHub проекты (2020–2023) — ML Engineer / Researcher. Исследовательские и pet-проекты в области CV и ML, включая антифрод в биометрии, распознавание лиц, оценку расстояний и подсчёт объектов.

ML инженер с опытом полного цикла ML-разработки — от подготовки данных и выбора алгоритмов до их оптимизации и интеграции в production. Люблю работать в команде, делиться знаниями и вносить вклад в реализацию проектов.

Я перешёл с Game Developer Unity C# в Data Science/Machine Learning, потому что я очень сильно влюбился в эту область. В IT опыта около 4 лет как программист. Присутствуют практические знания статистики, линейной алгебры и математики в общем, но хочу знать больше. Люблю Математику, программирование, науку. Я крайне добр и не вспыльчивый. Говорю на Русском и на Английском свободно. Моя сильнейшая сторона: умею уделять работе всё время и постоянно обучаться новому.

Вячеслав — опытный ML-разработчик с глубоким пониманием алгоритмов машинного обучения и статистического анализа. Он обладает навыками работы с Python, ML, SQL и инструментами для построения data-pipeline. Вячеслав имеет опыт работы в проектах по страхованию и логистике, где он успешно решал задачи по прогнозированию оттока клиентов, стоимости страховых полисов и расхода/запаса авиационных запчастей. В одном из проектов Вячеславу удалось повысить точность закупки, снизить потребность в аренде на 90% и сократить существенные финансовые затраты на хранение, логистику и простой ВС. До этого Вячеслав работал главным инженером в RnD-проекте, где руководил научной лабораторией, курировал выпускников и младших инженеров, а также занимался разработкой математических моделей прогноза поведения материалов в Mathcad и программированием контроллеров для автоматизации работы собираемых установок на Python.

Александр — опытный Data Scientist с навыками работы в области машинного обучения и анализа данных. Он обладает глубоким пониманием SQL, Python и различных библиотек для машинного обучения, таких как Scikit-learn, CatBoost, LightGBM и XGBoost. В своей работе Александр успешно решал сложные бизнес-задачи. На текущем месте работы он разработал модель прогнозирования поломок платёжных терминалов, что позволило снизить затраты на обслуживание на 10% и уменьшить количество внеплановых ремонтов на 22%. Также он создал модель для определения оптимальной суммы овердрафта для водителей такси, снизив риски невозврата на 10%, и реализовал модель для выявления клиентов, наиболее подходящих для премиальных банковских услуг. Кроме того, Александр разработал модель для выявления и предотвращения мошеннических транзакций. Опыт работы Александра составляет два года.

Обладаю сильной академической базой в области компьютерных наук, статистики и программирования. Увлекаюсь анализом данных и выявлением скрытых закономерностей для решения сложных задач. Идеальная роль для меня — работа, где я смогу применять свою любовь к статистике, проверке гипотез и предиктивному моделированию. Имею опыт работы с базами данных и SQL. В последние годы активно занимаюсь разработкой систем, использующих технологии обработки естественного языка (NLP), направленные на анализ, понимание и генерацию человеческой речи. Готова расширять знания и навыки в области обработки изображений.

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.

Machine Learning Engineer с более чем 3-летним опытом коммерческой разработки. Эксперт в области NLP, оптимизации моделей машинного обучения и построения ETL-конвейеров. Обладаю глубокими знаниями в Python, PyTorch, FastAPI, Docker, Airflow. Имею опыт работы с LLM (Llama, GPT-3.5, Mistral), BERT, Stable Diffusion. Опыт развертывания ML-сервисов в GCP, AWS, DigitalOcean, а также интеграции ML-моделей с API и мессенджерами. ПРОФЕССИОНАЛЬНЫЕ НАВЫКИ: ● Разработка и развертывание ML-моделей для анализа текста, NLP и генерации контента ● Работа с большими языковыми моделями (Llama, GPT-3.5, Mistral, BERT) ● Тонкая настройка моделей и оптимизация инференса (BERT, Llama 2, GPT-3.5) ● Компьютерное зрение и генерация изображений (Stable Diffusion) ● Обучение моделей анализа текстов и транскрибации (BERT, Llama 2) ● Работа с Hugging Face Transformers: Использование библиотеки Hugging Face для тонкой настройки и оптимизации моделей (BERT, Llama 2, GPT-3.5) в различных проектах. ● Интеграция OpenAI, Cohere, Claude: Работа с API OpenAI, Cohere и Claude для задач генерации текста, анализа и оптимизации моделей. ● Интеграция ML-моделей в бизнес-процессы (автоматизация для малого и среднего бизнеса в США) ● Развертывание ML-сервисов и API (FastAPI, Docker, Kubernetes) ● Создание ETL-конвейеров для обработки данных (Airflow, SQL, BigQuery, PostgreSQL) ● Мониторинг и тестирование ML-моделей (Prometheus, Git) ● RAG, специализированное обучение на данных. ● Работа в Agile-командах (Jira, Confluence)

Владимир — опытный ML-разработчик уровня Middle+. Обладает навыками работы с Python и библиотеками для анализа данных, такими как NumPy, Pandas, scikit-learn, CatBoost, LightGBM, Keras, PyTorch, LLM, BERT, FastText, ResNet. Также владеет инструментами для работы с большими данными: Hadoop, ClickHouse, Greenplum. Владимир имеет опыт руководства направлением по исследованию данных. На этой позиции он разработал и внедрил модель прогнозирования нагрузки на колл-центр, а также модели прогнозирования релевантных рекомендаций товаров и услуг и прогнозирования недобросовестных мошеннических действий. Кроме того, Владимир занимался подбором пороговых значений предсказания моделей на основе A/B тестирования. Также Владимир работал старшим специалистом по исследованию данных в группе машинного обучения. В этой роли он разрабатывал и внедрял модели анализа оттока клиентов, кластеризации и классификации пользователей, а также модель честного рейтинга поставщика на основе ансамбля моделей. До этого Владимир занимал позицию исследователя данных в SberData. Там он оптимизировал временные ряды для оптимизации памяти и утилизации процессоров кластеров хранилища Hadoop Yarn, разрабатывал бэкэнд для пилотов моделей кластеризации, алгоритм для входящих обращений чат-ботов, а также протокол сериализации объектов.

Навыки: моделирование динамических систем, оптимизация, программно-апаратные интерфейсы, программирование микроконтроллеров, создание моделей для 3D-печати. Отрасли: Машинное обучение, алгоритмическая и алгебраическая топология, компьютерное зрение, всплесковые нейросети, робототехника, аддитивные технологии

Специалист по машинному обучению и обработке данных с более чем 3-летним опытом разработки решений на основе ИИ, систем обработки естественного языка (NLP) и приложений компьютерного зрения. Владеет языком программирования Python, а также библиотеками PyTorch, scikit-learn и PostgreSQL. Опытен в области обработки естественного языка (NLP), глубокого обучения, анализа и визуализации данных. Имеет опыт создания масштабируемых архитектур, интеграции больших языковых моделей (LLM) и оптимизации ИИ-моделей. Обладает сильными навыками решения проблем, опытом проектирования системной архитектуры и разработки функционала. Увлечен инновациями, автоматизацией и принятием решений на основе ИИ.