Каталог ИТ-специалистов

Обо мне Проектирую сценарии и интерфейсы, исходя из бизнес-требований, технических ограничений и здравого смысла. Умею логически мыслить, собирать, обрабатывать и структурировать большой объем данных. Рассматриваю продукт не как набор статичных состояний, а как отдельные цепочки сценариев. Внимателен к мелочам. Открыт к вызовам и сложным задачам — воспринимаю их как челендж и отличную возможность. Ссылка на портфолио: https://andreydsgn.notion.site/c54c2f05501e44ef9032ecda1d511106

Frontend разработчик 4 года опыта, владею английским. В работе использовал React JS & React Native. На протяжении своей карьеры я разрабатывал сложные SPA web приложения с нуля, создавал кросс-платформенные приложения с помощью React Native, поддерживал и улучшал корпоративные сайты используя Gatsby и Next.js, улучшал процессы в Jira, писал технические статьи и документации для проектов на английском языке, менторил и онбордил junior разработчиков, превентивно обнаруживал и подсвечивал проблемы проекта для менеджмента, создавал Node.Js скрипты для автоматизации работы других отделов или быстрого решения бизнес задач в условии ограниченных человеческих и временных ресурсов.

Свободно владею английским; ответственный и трудолюбивый специалист с глубокими знаниями в области математического моделирования, статистики и эконометрики, что подтверждается соответствующей степенью магистра в области Прикладной математики и информатики; обладаю знаниями в области микро- и макроэкономики. Разработка базы данных Логический и физический дизайн базы данных; Мониторинг производительности БД, Root Cause Analysis; Программирование на PL / SQL, T-SQL, хранимые процедуры, функции; Программирование ETL-процессов с использованием PL / SQL; Data Science: Исследовательский анализ данных с использованием Pandas, Numpy, SciPy; Визуализация данных с использованием Matplotlib, seaborn; Разработка веб-приложений с использованием Flask and Docker; Обучение и тестирование моделей машинного обучения с использованием opencv, scikit-learn, keras, tensorflow, Jupyter Notebook; Data Mining: Предобработка данных: выбросы и пропуски в данных; Построение и оценка регрессионных моделей с применением Логистической регрессии и Дерева принятия решений для задачи банковского скоринга; Text Mining с применением Метода опорных векторов и Наивного Баессовоского классификатора для задачи SMS спам фильтра; Анализ потребительской корзины (Аффинитивный анализ) наа базе сети продовольственных товаров с применением алгоритма Априори на языке R; Разработка интерактивных дашбордов с использованием Tableau, Grafana и Excel Power Query. Дополнительные навыки: Сильные аналитические способности, внимание к деталям, способность быстро учиться.

грейд специалиста: middle+/senior О Марии: Ответственный и трудолюбивый специалист с глубокими знаниями в области математического моделирования, статистики и эконометрики, что подтверждается соответствующей степенью магистра в области Прикладной математики и информатики; обладаю знаниями в области микро- и макроэкономики. Сильные аналитические способности, внимание к деталям, способность быстро учиться.

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