Каталог ИТ-специалистов

• Около 3 лет опыта работы в сфере IT, специализация в области тестирования ПО как для мобильных, так и для веб-приложений с опытом разработки ПО • Понимание Python для разработки собственных сценариев и инструментов для тестирования процессов • Опыт в автоматизации тестирования с использованием Python с помощью Selenium Webdriver и тестирования REST API • Хорошее понимание жизненного цикла разработки ПО, методологий и стратегий тестирования • Опыт написания автоматических тестов в формате BDD с использованием фреймворка Selenium WebDriver • Знаком с принципами ООП, CI/CD • Опыт работы с инструментами тестирования (Postman, Pycharm, Chrome DevTools, Jmeter и др.) • Выполнение тестирования REST API с использованием Postman и Swagger • Хороший опыт компонентного тестирования, интеграционного тестирования, регрессионного тестирования, системного тестирования, UAT • Выполнение SQL-запросов для проверки целостности данных в базе данных (MySQL, MS SQL) • Опыт проектирования и выполнения планов тестирования, сценариев тестирования и тестовых случаев на основе требований для приложений • Быстро обучаемый, хороший командный игрок и способен работать самостоятельно в условиях ограниченного времени, справляться с несколькими задачами “Test automation & Python programming from scratch” on Udemy. “Google IT Automation with Python” from a Google partner on Coursera. “Python for Everyone” from the University of Michigan partner on Coursera. “Introduction to Scrum Master Profession” from Skill-Up EdTech on Coursera. “Introduction to Software Engineering” from IBM on Coursera. “Introduction to Agile Development and Scrum” from IBM on Coursera. Референс возможен по требованию

Data scientist с широким набором навыков в области анализа данных и машинного обучения. Ключевые компетенции включают регрессию, классификацию, кластеризацию, работу с деревьями решений, ансамблевыми моделями (включая Random Forest и градиентные бустинги), а также модели прогнозирования временных рядов. Опытен в области нейронных сетей и компьютерного зрения. В моем арсенале такие библиотеки, как NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, PyTorch, XGBoost, LightGBM, statsmodels и PySpark. Мой опыт также включает в себя разведывательный анализ данных, их предобработку и feature engineering. Успешно применял LLM и CNN в своих проектах. Помимо этого, есть опыт работы с инструментами, такими как SQL, Git, Bash, Docker, Streamlit и HuggingFace. Среди моих дополнительных навыков можно выделить A/B-тестирование и высокую способность к самообучению в процессе работы.

Опыт работы: более 10 лет Портфолио: https://dronov.notion.site/dronov/Andrei-Dronov-a76fa37f76af4f6a84f1b296075d556e Сертификаты: ● Data Analysis with Python ● Data Visualization with Python ● Databases and SQL for Data Science ● Introduction to DL & NN with Keras ● Machine Learning with Python ● Python for Data Science and AI ● Scalable ML on Big Data using Apache Spark