Владимир К. Data Scientist, Senior

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.

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

Специалист по анализу данных / Инженер по машинному обучению с опытом работы более 3-х лет. Специалист по анализу данных, специализирующийся на дата-центрированных проектах. Умение выявлять бизнес-проблемы и решать их с использованием различных подходов обработки и анализа данных, подтвержденное на практике. Умение работать со полным жизненным циклом проектов машинного обучения: от сбора данных до развертывания обученных решений. Области специализации: обработка естественного языка, модели прогнозирования и компьютерное зрение. Языки программирования Python. Технологии программирования GeoPy. Наука о данных Pandas, Matplotlib, Numpy, Seaborn, Plotly, PowerBI. Машинное обучение Scikit-learn, Hyperopt, kmodes, UMAP, Prophet, Boruta, LightGBM, XGBoost. Глубокое обучение PyTorch, NVIDIA NGC. Компьютерное зрение Tesseract OCR. Обработка естественного языка Hugging Face, AllenNLP, Gensim, NLTK. MLOps MLFlow, Neptune. Инженерия данных pache Airflow, Apache Spark, PySpark. Облачные технологии AWS(Lambda, SageMaker, S3, EC2, ECR, EKS, CloudWatch и т. д.), Azure(VMs, ML, Databricks, Blob Storage, DataFactory). Базы данных PostgreSQL, MySQL, Redis. DevOps Docker, Docker Compose, Kubernetes(k8s). Системы контроля версий Git, Github. Достижения Помощник по юридическим документам Разработал систему для предложения пользователям структуры документов и автодополнения текстовых предложений в типовых юридических контрактах, использующую модели на архитектуре transformer. Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга моделей и метрик на этапе экспериментирования, что позволило сделать процесс разработки более удобным и эффективным, а также ускорило развертывание моделей машинного обучения. Настройка обработки данных Разработал конвейеры ETL с Azure Databricks и Apache Spark для эффективной интеграции данных из разных источников в центральное хранилище для дальнейшего использования в аналитической платформе.

▪ Data Scientist c более чем 5 летним опытом в области анализа данных и машинного обучения в различных отраслях, включая банковское дело, финансовые услуги, e-commerce и стартапах. ▪ Применение передовых методов анализа данных и машинного обучения для глубокого анализа текущих данных и процессов (уверенное использование ML-методов, как классических, так и DL), оптимизации операций и извлечения ценных инсайтов, а также их адаптации к бизнес-потребностям. ▪ Разработка и проектирование систем разной сложности в соответствии с техническими требованиями и задачами, включая высокоэффективные, высоконагруженные и масштабируемые микросервисные приложения. Написание кода в соответствии с PEP 8 ▪ Глубокий анализ существующих решений, их улучшение и адаптация к требованиям бизнес-процессов. ▪ Опыт работы с облачными сервисами (Sber Cloud, Azure) и настройкой CI/CD процессов (Gitlab, Jenkins). ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов. ▪ Менторинг новых сотрудников, участие в демо и внутренних конференциях, написание статей ▪ Проведение code review

Веб-разработчик с опытом более 5-ти лет. На данный момент специализируется на full-stack разработке, создании веб-приложений используя фреймворк Ruby on Rails. Дизайн архитектуры, прототипирование, разработка и поддержка back-end приложений и API используя Ruby on Rails и другие Ruby фреймворки, такие как: Grape, GraphQL, JSONAPI-Rails. Анализ данных, документирование и покрытие кода тестами (TDD/BDD). Развертывание и настройка инфраструктуры. Интеграция со сторонними API и сервисами. Также есть опыт разработки полного цикла веб-приложений: дизайн архитектуры, front-end и back-end разработка, автоматизированное тестирование и поддержка. Soft skills: Межличностные коммуникации Внимательность Самомотивация Выступления на публике / СМИ Лидерские качества Пунктуальность Способность к быстрому обучению

Роман, Senior Java-разработчик Опытного специалиста Романа отличает глубокое понимание принципов разработки ПО и уверенное владение широким спектром инструментов. В портфолио Романа — проекты в сфере электронной коммерции и ритейла, включая разработку высоконагруженных ERP-систем для медицинских компаний США и CRM-системы для поставщиков медицинского оборудования. На протяжении 11 лет Роман успешно выполняет задачи по разработке, ревью кода, исправлению ошибок, рефакторингу и тестированию. Проекты Романа реализованы на микросервисной архитектуре с использованием современных технологий и языков программирования.

HTML5 CSS3 Linux Bootstrap jQuery JavaScript Gulp Sass Less Liquid Shopify Git Figma Zeplin Redux Styled Components Webpack PHP React AlpineJs GraphQL Typescript Sanity Node.js NextJs ES6+ Apollo Babel SCSS Frontend

Senior Ruby on Rails разработчик с 15+ годами коммерческого опыта проектирования и разработки высоконагруженных веб-приложений, API и микросервисных систем. Специализируюсь на backend-разработке со знанием fullstack стека, имею подтвержденный опыт масштабирования систем до 9+ млн запросов/месяц и работы с проектами различной степени сложности — от монолитных приложений до распределенных микросервисных архитектур. Экспертиза в разработке: • Проектирование и разработка REST API по спецификации JsonAPI, GraphQL и gRPC для мобильных и веб-приложений • Архитектура мультитенантных систем с изоляцией данных для множественных клиентов • Разработка высоконагруженных систем: оптимизация производительности, многоуровневое кеширование, балансировка нагрузки • Интеграция AI/ML решений: работа с LLM-моделями (OpenAI, Ollama), системы RAG (Retrieval-Augmented Generation), векторные БД (Qdrant, pgvector) • Работа с легаси-кодом: рефакторинг, покрытие тестами, миграция на актуальные версии Ruby/Rails