Оставьте заявку, мы подберем для вас подходящего специалиста за 48 часов!
Премия рунета

Каталог ИТ-специалистов Аналитика

Найдите проверенных специалистов для решения ваших задач
В нашей базе более 11650 проверенных специалистов от 363 IT‑компаний
banner
Найдено 12 специалистов в публичном доступе
Новые специалисты
Ключевые навыки
Цена, ₽/час
Цена включает НДС
Дата бронирования
Подкатегории
Страна
Город
Опыт работы
Формат работы
Отрасли работы
Готов работать на зарубежных проектах
Владение языком
Пол
Возраст
Найдено 12 специалистов в публичном доступе
Plotly
FinTech & Banking
ДХ
Дмитрий Х.
Оренбург
Бизнес/системный аналитик
Middle+
2,500 Р/час
Написание ТЗ
Бизнес-анализ
постановка задач команде разработки
SQL
Jupiter Notebook
Pandas
PostgreSQL
Python
Atlassian
Confluence
+32

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

Подробнее
E-commerce & Retail • FinTech & Banking
НС
Наталья С.
Санкт-Петербург
Системный аналитик
Middle+
2,750 Р/час
REST
API
JSON
Swagger
BPMN
Jira
Confluence
Figma
Draw.io
Notion
+49

Сбор и анализ требований по задачам для мобильной и web разработки (взаимодействие с клиентом, изучение макетов и спецификаций) Поиск оптимальных решений задачи Постановка задач дизайнерам и разработчикам Написание функциональных требований Проектирование API (документирование REST, описание методов, создание UML-диаграмм) Понимание микросервисной архитектуры и взаимодействия между сервисами Написание сценариев использования и пользовательских историй Создание проектной документации - сопровождение разработки Работа с технической документацией Опыт построения BPMN Создание диаграмм в нотации UML (диаграммы последовательностей, активности, состояний) Опыт работы с системами логгирования Опыт работы с большими объемами данных Развитые коммуникативные навыки Менторство нового аналитика

Подробнее
AI & Robotics • Manufacturing
ДК
Даниил К.
Минск
Data Scientist
Middle+
4,250 Р/час
Apache Spark
API
AWS
Azure
Bash scripting
BLoC
CloudWatch
Data Factory
DevOps
Docker
+66

Специалист по данным / Инженер по Машинному Обучению с опытом работы 3 года. Специалист по данным с сильным математическим образованием и хорошими навыками программирования. Обладает универсальным набором навыков, охватывающим инженерию данных и анализ данных, с возможностью адаптации к динамичной рабочей среде. Специализируется на обработке естественного языка, компьютерном зрении и прогнозирующем моделировании в различных областях бизнеса. Имеет опыт работы на всех этапах обработки и анализа данных, от понимания бизнес проблем до внедрения моделей ML в эксплуатацию. Языки программирования: Python. Технологии программирования gradio. Data science Pandas, Numpy, Seaborn, Plotly. Машинное обучение Scikit-learn, XGBoost, BitsAndBytes. Глубокое обучение PyTorch, Tensorflow, Keras, OpenVINO, TensorRT, TensorBoard, NVIDIA NGC. Компьютерное зрение OpenCV, Torchvision. Обработка естественного языка Hugging Face, OpenAI API, Langchain, PEFT, Spacy, Gensim, NLTK, BERTopic. MLOps MLFlow. Инженерия данных Apache Spark, PySpark. Облачные технологии AWS(Sagemaker, S3, EKS, EC2, Bedrock, DynamoDB, Cloudwatch и т. д.), Azure(Virtual Machines, Spot VM, SQL, ML, Functions, Synapse, Analysis Services, Data Factory, Blob Storage, DevOps, etc). Базы данных Redis, MongoDB, PostgreSQL. DevOps Docker, Docker Compose, Kubernetes (k8s), Bash Scripting. Системы контроля версий Git, Github. Достижения Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга и отслеживания моделей на этапе экспериментов, что позволило сделать процесс разработки более удобным и эффективным, а развертывание моделей машинного обучения - надежным и безопасным. Коммуникационный чат-бот Разработан коммуникационный чат-бот с LLM для разговоров от лица различных персонажей и с ответами на пользовательские запросы.

Подробнее
E-commerce & Retail • Travel, Hospitality & Restaurant business
МГ
Максим Г.
Минск
Data Scientist
Middle+
4,250 Р/час
AllenNLP
Apache AirFlow
Apache Spark
AWS
Azure
BLoC
CloudWatch
Data Factory
Databricks
Docker
+56

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.

Подробнее