Каталог ИТ-специалистов Аналитика

Легко общается внутри команды (горизонтальные коммуникации), общается с внешними командами (вертикальные коммуникации), приятная грамотная речь, умеет вести деловую переписку. Не боится изучать новое и ответственности. В роли Системного аналитика работает 1,5 года.

Не боюсь ничего нового, не боюсь задавать вопросы, умею грамотно аргументировать свою позицию как письменно, так и устно. Уравновешен и позитивен. Предпочитаю удаленный формат работы. Перечень проектов в которых принимал участие: 1) Разработка системы электронного документооборота (веб) 2) Разработка системы ОФД (веб) 3) Доработка СЭД администрации г. Челябинска (веб, госконтракт) 4) Оплата налогов на сайте сбербанка (интеграция) 5) Интеграция с различными офд (2 офд, интеграция) 6) Доработки по поддержке маркировок при работе с ОФД (интеграция + нормативные документы) 7) Работа с передачей ПД 8) Множество различных интеграций 9) Проведение технических интервью 10) Создание системы оценки задач аналитики В рамках задач - общение с заказчиком, постановка требований, описание взаимодействия с апи, приемочное тестирование, поддержка разработки на всех этапах, менеджмент проектов, прототипирование (бальзамика).

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.

Я специалист в области науки о данных, с аналитическим складом ума и глубокими знаниями математике статистике. Имею опыт работы смежных сферах IT, что обеспечивает мне широкую перспективу понимание технологических процессов компании. Знаком компьютерным зрением обработкой естественного языка на теоретическом уровне, имею реализации академических проектов этих областях. В своём профессиональном пути, начав с автоматизации процессов помощью RPA, я постепенно приближался к науке о данных, увлекаясь её мощным потенциалом в преобразовании данных ценные знания и решения. Этот интерес ведёт меня желанию глубже изучить развиться этой области. Убеждён, что наука открывает новые горизонты для инноваций эффективности любой сфере, стремлюсь стать частью этого процесса, внося свой вклад создание передовых решений. Я готов приложить все усилия достижения профессионального мастерства, сопровождаемого постоянным обучением совершенствованием

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.