Каталог ИТ-специалистов Аналитика

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.

работал с чистым SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора и т.д.); опыт работы с UNIX-системами на уровне простых операций; развитые коммуникативные навыки; опыт написание тестов для разработанного функционала; опыт рефакторинга кода; опыт проведения code review; участие в создании ETL процессов опыт сбора информации из Интернета путем парсинга применял как уже обученные модели машинного обучения/глубокого обучения, так и занимался их обучением самостоятельно опыт работы с большими данными в Hadoop и Spark и в составлении сложных SQL запросов в Apache Hive опыт работы с Apache Airflow опыт работы с Python для анализа данных (pandas, numpy, matplotlib, seaborn)

Юлия — опытный специалист в области системного анализа и разработки. Обладает навыками работы с различными инструментами и технологиями, включая Python, SQL, SciPy, NumPy, Selenium IDE, Tableau, Power BI, A/B testing, Google Analytics, Яндекс Метрику, PostgreSQL, а также навыки работы с DWH, REST API, Swagger, Postman, ITSM, BPMN, Camunda. Имеет опыт работы в проектах для компаний из отраслей FinTech & Banking и Information Security. На последнем месте работы Юлия выполняла обязанности системного аналитика DWH: сбор функциональных требований, подготовка проектной документации, участие в проектировании ETL-процессов, взаимодействие с командой, работа с системами логирования, REST API и ITSM. До этого Юлия работала аналитиком схем маневрирования в ФГУП Госкорпорация по ОрВД. В её обязанности входили сбор и анализ данных, валидация исходных данных, разработка концептуального проекта схем маневрирования, расчёт схем по критериям безопасности, отрисовка карт в AutoCad и MicroStation, составление отчётных материалов. Также Юлия имеет опыт работы продуктовым аналитиком данных в Тинькофф Банке. Она занималась аналитикой продукта, привлечением клиентов, веб-аналитикой, подсчётом DAU, WAU, MAU в Amplitude, построением БД для продукта POS-кредитования, написанием SQL-запросов, формулировкой гипотез для A/B теста и созданием дашбордов в Tableau.

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

Начал карьеру с должности системного администратора и во время работы над внешним проектом, проходил аттестацию на Бизнес аналитика. Далее начал развиваться в направлении аналитики и искал то, что было бы больше всего интересно. Остановился на работе с данными и специальности Аналитик данных. Ищет для себя интересные и полезные ресурсы для своего совершенствования. Умеет быстро осваивать базу любого инструмента и затем, при необходимости, углубиться и использовать этот инструмент на высоком уровне. Опыт: - Есть базовый опыт использования инструментов Superset, DataLens (open source), PowerBI - Есть большой опыт в сфере взыскания просроченной задолженности (текущий проект связан с данной областью) - Опыт работы с low-code платформой Creatio

- Написание инструкций и руководств пользователя в соответствии с внутренними требованиями компании и по ГОС 34, 19 7.32-2001, Р 2.105-95, 19.101-77, 2.601-2019. - Разработка документации для разных ролей пользователей и технических специалистов. - Уверенная работа с нормативной документацией (СНиП, ГОСТ, РД). - Взаимодействие с командой разработки. - Учился языкам программирования: JS, Python. Имеет общее представление как работать с кодом и как полноценно описать документацию в этой области. - Многогранный опыт в разных командах в ролях: Тех.пис, БА и СА. Всегда нравилось работать с документацией и хочет именно тех.писом быть, потому что так считает себя наиболее эффективным на проекте, учитывая бэкграунд.

- опыт работы с Python для разработки, сбора данных, анализа данных, работы с (большими) данными, обработка данных, машинное обучение; - опыт написания тестов для разработанного функционала; - опыт рефакторинга кода; - опыт работы с git; - опыт работы с большими данными в экосистеме Hadoop (PySpark, Hive); - развитые коммуникативные навыки;

Мария — опытный Data Analyst, специализирующийся на работе с данными. Она обладает навыками работы с Linux, macOS, MS Windows, C++, Python, SQL и другими инструментами. Мария имеет опыт работы в проектах по созданию систем раннего обнаружения падения конверсии в интернет-магазинах, реализации алгоритма сегментации клиентов для рассылки скидок и созданию дашборда в Power BI для интернет-магазина. В рамках проектов она занималась разработкой DAG-а на Apache Airflow, написанием алгоритма сегментации клиентов с помощью кластеризации K-means, созданием операционного дашборда по Sales&Marketing метрикам из MySQL и локальных экселей.

Денис — опытный Data-инженер, специализирующийся на Apache AirFlow, Apache Kafka, Docker, Git и других инструментах. Обладает навыками работы с Python, SQL, Linux и Windows. Имеет опыт работы в проектах по мониторингу качества воздуха и анализу кредитных рисков стартапов. В первом проекте занимался поддержкой работоспособности мониторинга загрязнения окружающей среды, созданием ETL-процессов и описанием документации по потокам данных. Во втором — исследовал данные компании, создавал ETL-процесс для сбора, обработки и загрузки данных, а также занимался исправлением ошибок и подготовкой данных для визуализации и отчётности.

● 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

Олег — опытный Data-инженер со специализацией в области аналитики данных. Обладает навыками работы с Python, PostgreSQL, Apache AirFlow, SQL, Git, GreenPlum, Docker, Kafka, Hadoop, ETL, Pandas, DWH, Linux, Numpy, Superset и Power BI. Имеет опыт работы на проектах в сфере HRTech и Government & Public Sector. На последнем месте работы занимался построением аналитического хранилища для результатов измерения, обработкой данных и статистическим анализом, а также формированием отчётов Apache Super Set. В настоящее время работает над QA data platform, где занимается разработкой StT схем, построением пайпланов ELT, сбором требований и написанием документации. Также участвует в проекте по созданию хранилища данных на основе нескольких источников данных с последующим созданием аналитических витрин данных для формирования отчётов.