Каталог ИТ-специалистов Аналитика

Данила — опытный Data инженер с опытом работы более 3,5 лет. Он обладает глубокими знаниями и навыками в области работы с данными, включая Linux, macOS, MS Windows, Python, SQL, Apache AirFlow, Apache Superset, Docker, Git, Jinja, Jupyter и другие инструменты. Данила работал над несколькими проектами в таких отраслях, как eFinTech (банки, инвестиции), Toll Road (платные автодороги), MedTech (медицинские учреждения), Retail (магазины). На проектах он занимался разработкой и поддержкой витрин данных, ETL/ELT процессов, а также решением инцидентов и ad-hoc задач. Среди реализованных проектов Данилы можно выделить: - приложение инвентаризации для крупных складов; - анализ и планирование выручки и трафика платной автодороги; - система торговли на фондовых рынках; - приложение для рекомендации изображений; - систему матчинга резюме и вакансий. Профессиональные навыки: - менторство младших разработчиков; - ставил задачи в канбан; - работал с чистым SQL на уровне продвинутых запросов (оконные функции, подзапросы.); - опыт работы с UNIX-системами на уровне простых операций; - развитые коммуникативные навыки; - 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 - участие в проектировании и анализу DWH хранилищ - опыт работы с Apache Airflow - опыт работы с Python для анализа данных (pandas, numpy, matplotlib, seaborn)

● data scientist / ML engineer с опытом коммерческой разработки 3.5 года; ● технологический стек: python - pandas, numpy, scikit-learn, tensor flow, PyTorch, OpenCV; SQL; Spark; Linux; Docker. ● опыт оптимизации вычислений. ● запустил с нуля до стадии продукта 3 проекта; ● есть опыт наставничества (студенты, junior-разработчики); ● опыт бэкенд разработки на python. ● отличный системный и ML дизайн ● знание архитектуры нейронных сетей. Понимание механизма внимания и трансформатора; ● опыт использования TensorFlow и PyTorch для экспериментов с архитектурой; ● опыт использования NGC; Примечание - если речь идет про облачный сервис NVIDIA NGC, то его конкретно не использовал, но он мало чем отличается от используемых аналогов; ● понимание основ MLOps; ● опыт разработки конструкции систем машинного обучения в различных областях – CV/NLP/ML

Более 3 лет опыта работы в области python разработки. Большой интерес к Data Mining и анализу, AI технологиям, машинному обучению. Хорошие аналитические навыки и умение решать проблемы. Ориентирован на результат, способен быстро вникать в новые технологии. Есть опыт как самостоятельной работы на проекте, так и в составе команды.

Кирилл — data-инженер из Ростова-на-Дону. Обладает опытом работы на проектах в сферах FinTech & Banking, Government & Public Sector и E-commerce & Retail. На проекте для компании из сферы FinTech & Banking занимался обработкой больших объёмов информации, анализом данных, разработкой дата-пайплайнов и организацией data quality. Использовал Python, bash, Hadoop, Greenplum, Postgresql, Atlassian, Jupyter, Hue, Hive, Airflow, Superset, Power Bi, PySpark, Pandas, PyArrow. Для государственной компании разрабатывал детальный слой и строил витрины, писал пайплайны по доставке и обработке данных. Использовал Python, Apache Airflow, Git, Posgresql. В качестве python-разработчика для госструктуры создавал скрипты для автоматизации бизнес-процессов и администрирования оборудования, а также писал процедуры для баз данных. В работе использовал Python, Bash, FastAPI, Sqlalchemy, ansible, postman, Git, pgsql, Linux, Docker, Prometheus, Grafana, ПАК Скала-Р. Опыт работы на позиции python-разработчика в Министерстве обороны РФ включал аналитику данных и контроль data quality, разработку скриптов по автоматизации и эксплуатацию измерительной техники. Использовал Python, bash, MySQL, Postgresql, Astra Linux, SecretNet. На последнем месте работы в сфере E-commerce & Retail занимался интеграцией реляционных и нереляционных источников, настройкой мониторинга и алертинга, нормализацией и очисткой данных. Работал со стеком из MongoDB, Postgres, S3, Greenplum, Python, SQL, Ni-Fi, Airflow, Kafka, k8s, Jenkins, Github, ELK, Grafana, Vault.

Более 5 лет опыта работы в области Data Science и python разработки. Большой интерес к Data Mining и анализу, AI технологиям, машинному обучению. Хорошие аналитические навыки и умение решать проблемы. Ориентирован на результат, способен быстро вникать в новые технологии. Есть опыт как самостоятельной работы на проекте, так и в составе команды разработчиков.

— Занимал ключевые позиции: Бизнес и системный аналитик, Главный риск-аналитик, Data Manager, Разработчик Data Science. — Имею практический опыт успешной реализации проектов и организации бизнес-процессов операционного управления с «нуля». — Опыт работы бизнес-аналитиком на финансовых проектах (МСФО9, кредитование ЮЛ). — Опыт описания и проектирования бизнес-логики в контексте кейсов автоматизации и логики информационного обмена между компонентами разных систем и источниками данных. — Обладаю экспертными знаниями систем/программ/методик/стандартов в области проектирования автоматизированных систем и основных понятий в области реляционных баз данных, требований к нормализации и базовых конструкций SQL. — Практический опыт разработки и знание технологии интеграции мобильных приложений. — Опыт работы в системах управления ИТ-проектами (Redmine, Jira, Trello). — Владею навыками проведения интервью и деловой переписки. — В наличии успешно реализованные проекты и задачи — от внедрения новых технологических процессов до построения финансовых и бизнес-моделей. — Опыт руководства кросс-функциональными проектами. — Имею опыт ведения внутренних переговоров и уравновешивания противоречивых требований разных подразделений. — С готовностью берусь за новые проекты и всегда довожу дело до конца. Сосредоточен на получении желаемого результата. — Профессиональные качества: аналитический склад ума, системное мышление, многозадачность, внимание к деталям, стрессоустойчивость, способность соблюдать тайминги и договоренности.

· Более 4 лет опыта в области Data Science, в том числе работа с моделями ML, анализом данных и геоаналитикой; · Уверенное владение Python и библиотеками для анализа данных (NumPy, pandas, Scikit-learn, Matplotlib, Seaborn); · Опыт работы с БД и написанием SQL-запросов; · Опыт разработки и внедрения модели геосегментации; · Кластеризация, регрессия, прогнозирование временных рядов, поиск аномалий и ML; · Опыт преподавания курса по анализу данных с использованием Python; · Опыт работы в команде.

Алексей — опытный Data инженер с более чем шестилетним опытом работы в проектах RnD, E-commerce & Retail и EdTech. В портфолио Алексея есть несколько успешных проектов: Customer360, разработка программного обеспечения для бухгалтерского учёта для одного из крупнейших розничных продавцов товаров для дома, Apache Superset по визуализации данных для целей BI, внутренний проект, направленный на решение проблем повторного развёртывания групп DAG Airflow на учётных записях Kohls и IAS, IAS Python Upgrade, настройка и поддержка кластера Hadoop/Spark, разработка приложений на Hadoop/Spark для научных целей. Алексей участвовал в разработке и поддержке групп DAG Airflow для преобразования данных, включая сшивание данных; разработал и спроектировал Metadag Airflow DAG, которая автоматизирует и повышает уровень понимания процессов в команде C360; выполнил общую миграцию из локальных в облачные сервисы; получил большой опыт в разработке приложений Flask, выполнении миграций БД с использованием SQLAlchemy и Alembic; разработал внутреннюю систему контроля доступа для приложения Superset; разработал пакет Python3 airflow-redeploy, который упрощает процесс повторного развёртывания групп DAG через официальный REST API и плагин REST API.

Разрабатываю модели, способные решать задачи классификации и регрессии. Моя основная цель - помочь решить проблемы в области прогнозирования, компьютерного зрения и анализа текстовой информации. Владею классическими и глубокими методами машинного обучения. Занимаюсь анализом данных и визуализацией результатов с помощью библиотек Pandas, Numpy, Matplotlib, Seaborn, Plotly. Строю модели глубокого обучения с помощью фреймворков Keras и PyTorch. Уверенно разрабатываю на Python. Есть опыт работы с Flask, SQLAlchemy, а также опыт написания юнит-тестов с помощью библиотек PyTest и UnitTest. Совершенствую свои навыки, читая профессиональную литературу и публикуя научные статьи и статьи на Хабре.

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

За всю карьеру было реализовано большое количество проектов. Начиная от систем контроля доступа, заканчивая разработкой LLM моделей для автоматизации работы менеджеров и ОКК. Также разрабатывал архитектуру для высоконагруженных систем. Разрабатывал DataLake и DWH для дальнейшего построения системы аналитики данных. Разрабатывал системы отчетности. Работал с машинным зрением (классификация изображении). Реализовывал системы речевой аналитики на Pytorch (как самостоятельно разрабатывал сети, так и использовал BERT модели). В работе обычно использую Python, PSQL, Mongo, Redis, Kafka, Airflow, Docker, K8s По мимо этого, руководил проектом по внедрению VDI для работы удаленных пользователей.

Языки программирования Python, C, C++, Java, JS, Julia, SQL, C#, Prolog Фреймворки, библиотеки TensorFlow 1/2, PyTorch, Pandas, Numpy, Sklearn, Spacy, Matplotlib/Seaborn, MATLAB, NLTK, RASA, OpenCV, CUDA, boto3, данные ГИС ML-экспертиза Обработка естественного языка: - NER, QA, Chatbots, Intents Matching, Text Classification, Sentiment Analysis, Emotion Detection, Text Abstraction, Text Generation, Clustering, Language Translation - Трансформаторы, BERT, RoBERTa, all-mpnet-base-v2, GPT-3, HDBSCAN, UMAP, RNNs, LSTMs, GRUs, LDA, Gaussians, LSH, K-means Компьютерное зрение - Классификация изображений, обнаружение объектов, сегментация изображений, распознавание таблиц, распознавание структуры таблиц, OCR, распознавание лиц, 3D реконструкция лиц, создание подписей к изображениям - Визуальные трансформаторы, DETR, TableFormer, ConvNets, YOLO3/4, YOLOX, Mask R-CNNs, Fast R-CNNs, Faster R-CNNs, ResNets, VGG, GANs Классические и другие ОД: - Анализ временных рядов, скоринговые модели, регрессии, предикторы, линейная регрессия, логистическая регрессия, SVM, деревья решений, градиентный бустинг (XGBoost, CatBoost), ансамбли, байесовцы, уменьшение размерности, PCA, PCE, t-SNE Контролируемое, полу контролируемое, неконтролируемое обучение и обучение с подкреплением Базы данных Postgres, DynamoDB, NEO4J, JanusGraph, SQLAlchemy Облачные сервисы AWS (SQS, SNS, SageMaker, Lambdas, EC2, S3, Textract, VPC, CloudTrail и т.д.), GСloud Разработка программного обеспечения Git, Docker, Podman, Linux, Bash, Ansible, Sentry, GitLab CI/CD, Conda, Jupyter, VS Code, Pycharm Другие инструменты/навыки Отлично

Александр — опытный специалист в области Data Engineering с более чем 13-летним опытом работы на различных проектах. Он обладает глубокими знаниями и навыками в таких областях, как машинное обучение, анализ данных, программирование на Python и работа с большими данными. В своей работе Александр участвовал в разработке сервисов для быстрого поиска информации по Confluence компании, решения для оптимизации продаж в электронной коммерции с помощью умного поиска и умных рекомендаций, а также в научно-исследовательском проекте по обнаружению объектов на моментальных снимках физических процессов. Кроме того, он работал над многофункциональным приложением для инженеров, которое использует данные промышленного производства для расчёта оставшегося жизненного цикла устройства и вероятности отказа оборудования. Александр также имеет опыт работы в качестве разработчика клиентской части, где он занимался созданием конструктора бизнес-рассылок, дизайном и прототипом рекламных писем. Больше всего ему нравилось заниматься исследованиями пользовательского опыта, UX-анализом продуктов и проведением интервью с пользователями. Я ML-инженер с более чем двухлетним опытом. В IT, в целом, 10+ лет. До Data Science занимался Front-End разработкой в EPAM Systems. Обладаю успешным опытом как разработки ML-приложений на Python, так и всестороннего анализа данных.

· Владение методами статистического анализа данных; · Опыт работы с большими данными, использование методов для их очистки, обработки и визуализации; · Знания в области вероятностных моделей и их применений; · Разработка и оптимизация моделей ML; · Опыт работы с библиотеками машинного обучения; · Владение Python для анализа данных; Опыт работы с SQL для извлечения и управления данными из БД; · Работа с библиотеками для анализа данных (pandas, numpy) и визуализации (matplotlib, seaborn, plotly); · Опыт работы с инструментами для управления проектами и отслеживания версий кода; · Знание и опыт работы с облачными платформами для анализа данных и машинного обучения; · Разработка и развёртывание моделей; · Бизнес-аналитика и работа с заинтересованными сторонами; · Оптимизация моделей и гиперпараметров, использование методов перекрестной проверки и оценки производительности моделей. · Опыт работы в команде. Udemy: Machine Learning A-Z: AI, Python & R + ChatGPT Prize[2004], Deep Learning: Recurrent Neural Networks in Python