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.

На данный момент работает на одном ключевом проекте направления ML аналитиком. В коллективе коммуникабелен. Способен на принятие обдуманных самостоятельных решений. Ответственен за принятые решения и выполненные действия. Оправдывает доверие.

Специалист с опытом в программировании и аналитике, как бизнесовой, так и системной. Уверенно владеет SQL, что позволяет без труда писать запросы средней сложности, так же знание Python, Java, C# и ещё несколько базовых языков на среднем уровне. Активно использовал нотации, такие как BPMN и UML и т.п. Умение проектировать логические и физические модели данных для различных типов баз данных. В предыдущих проектах активно работал над улучшением коммуникации между различными командами, обеспечивая эффективность работ. Моя задача заключалась в создании прозрачной системы обмена информацией и координации усилий для достижения общих целей. Планирует развиваться в сторону архитектуры!

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)

Аналитик с лидерскими качествами и практическим опытом в управлении и приоритезации задач. Занимался лидированием проектов от стадии зарождения идеи до стадии их реализации, а также поддержанием legacy-проектов. В качестве инструментов аналитики и автоматизации использует Python c перечнем библиотек: pandas, numpy, sklearn, xgboost, keras, matplotlib, tf, multiprocessing, asyncio, bs4, selenium, pytest, fastai. Для работы с базой данных использует SQL с группировочными, оконными, аналитическими, а также вспомогательными и процедурными функциями и представленями.

Я Data Scientist с высшим техническим и экономическим образованием. Имею широкий спектр навыков в области сбора, агрегации и предварительной обработки данных, а также в применении алгоритмов машинного и глубокого обучения, решения задач CV и NLP. Отлично понимаю основы теории вероятностей и математической статистики. Кроме того, я обладаю навыками визуализации данных с использованием библиотек, таких как matplotlib, seaborn. С университета занимался научно-исследовательской работой. Участвовал в научных конференциях. Вошел в список "100 молодых инновационных лидеров России".

Обладая опытом в области машинного обучения и анализа данных, являюсь настоящим сторонником решения сложных задач и поиска эффективных решений. Мои подходы к решению задач улучшили бизнес-процессы в значительной степени.

Python Data Analysis Big Data Machine Learning Linux Git Docker SQL Deep Learning NLP Машинное обучение DevOps Bash Английский язык ML Data Scientist OpenCV PyTorch FastAPI NLTK TensorRT XGBoost Flask pandas numpy matplotlib keras transformers uvicorn dvc

Python Spark SciPy Spacy PyMystem3 Pandas SkLearn Seaborn XGBoost LightGBM Статистический анализ A/B тесты SQL Keras torch pytorch MySQL PostgreSQL Git Hadoop Data Analysis HuggingFace

Валерий — опытный специалист по Data Science с навыками работы в области машинного обучения, аналитики и моделирования. Обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Apache AirFlow, XGBoost, LightGBM и другие. Валерий успешно работал на проектах в различных отраслях, включая логистику, финансы, электронную коммерцию, телекоммуникации и медиа. На каждом проекте он выполнял широкий спектр задач, связанных с анализом данных, машинным обучением, разработкой и внедрением моделей, а также общением с бизнесом и менторством младших специалистов. Опыт Валерия включает работу в качестве ведущего специалиста по машинному обучению и аналитике в компании KazanExpress, где он внедрил инструменты А/В анализа, создал матрицу компетенций для performance review сотрудников и разработал систему рекомендаций товаров. Также он работал старшим специалистом по машинному обучению в Альфа-Банке, где внедрил рекомендательную систему партнёров клиентам банка и систему повышенного кэшбэка. В X5 Group Валерий занимался предсказанием суммарных трат клиентов и внедрял рекомендательную систему категорий товаров в продуктовом ритейле. Кроме того, он реализовал рекомендательную систему в мобильном приложении Мегафона и строил прогнозные модели для Upgrade и Upsell. Также Валерий имеет опыт преподавания на платформе GeekBrains, где проводил лекции и семинары по Python и анализу данных. Дополнительное образование - BigData Team, bigdatateam.org. Практический курс по большим данным, 2020 - Построение выводов по данным, Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2020 - Прикладные задачи анализа данных Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2020 - How to Win a Data Science Competition: Learn from Top Kagglers Coursera (ВШЭ), Advanced Machine Learning Specialization, 2019 - Обучение на размеченных данных, Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2019 - Математика

3 года опыта работы в аналитике Опыт описания бизнес-процессов в UML Опыт формирования бизнес требований, функциональных и нефункциональных требований с декомпозицией, составления технических заданий по проектам, создания демо-аналитик для заказчиков Опыт проектирования API Опыт работы с JIRA, Confluence Опыт написания запросов SQL Опыт работы с требованиями по методике SRE Навык формирования технической спецификации Опыт декомпозиции и постановки задач аналитикам команды