Каталог ИТ-специалистов

Андрей — опытный IT-специалист, Golang-разработчик с 14-летним опытом работы. Он участвовал в разработке различных проектов, связанных с микросервисами, информационной безопасностью, автоматизацией производства и робототехникой. Андрей обладает широким спектром технических навыков, включая работу с Linux, разработку ПО, владение языками программирования C/C++, Golang, Java, JavaScript, Python и другими. Он также имеет опыт работы с базами данных, такими как PostgreSQL, MySQL, Oracle, и инструментами автоматизации, такими как Git, GitLab CI, Kubernetes. В своих проектах Андрей выполнял роли Golang разработчика, инженера-программиста, системного администратора и архитектора. Он работал над созданием микросервисов, разработкой драйверов ядра Linux, фреймворков для планирования и других проектов.

Опыт коммерческой разработки с 2020 года. Есть опыт в прикладном использовании и в разработке моделей машинного обучения и нейронных сетей. Работал над проектами в сфере автоматизации e-com, FinTech, гос. сектора, разрабатывал HR-сервис для IT-компании.

Опыт разработки: 5 лет Опыт работы с языками: PHP, JavaScript, HTML, CSS, LESS, Опыт работы с фреймворками: Laravel, 1C-Битрикс, Vue.js, Cordova Опыт работы с библиотеками и технологиями: MySQL, MariaDB, memcached, Redis, Elasticsearch, Backpack, Guzzle, Carbon, laravel-permission, laravel-excel, Laravel-debugbar, telescope, Intervention/image, SimpleXMLElement, TCPDF, Sypexgeo, octane, MoonShine, voyager, Vue router, Vuex, Pinia, Inertia.js, Ziggy-js, jQuery, Swiper, slick-carousel, Vanilla-lazyload, Axios, Moment.js, Также опыт работы c: Git, GitLab, RabbitMQ, Postman, Swagger, Putty, WinSCP, WSL2, google reCAPTCHA v3, WebSocket, Apache, Ubuntu

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.

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