Даниил К. Data Scientist, Middle+

ID 12041
ДК
Даниил К.
Middle+
Мужчина
Беларусь, Минск, UTC+3
4 415,58 Р/час
НДС не облагается
Специалист доступен с 13 октября 2026 г.

О специалисте

Специализация
Data Scientist
Грейд
Middle+
Навыки
Apache Spark
API
AWS
Azure
Bash scripting
BLoC
CloudWatch
Data Factory
DevOps
Docker
Docker Compose
DynamoDB
EC2
EKS
ER
etc
gamemaker
Gensim
Git
GitHub
Gradio
HuggingFace
JVM
Keras
Kubernetes
langchain
Machine learning
MLflow
MongoDB
NFC
NLTK
Numpy
NVidia
Open AI
OpenCV
OpenVINO
Pandas
PDF
Plotly
PostgreSQL
PySpark
Python
PyTorch
QT
Redis
S3
Scikit-learn
Seaborn
Services
SpaCy
Spock
SQL
Storage
Synapse
Tensorboard
Tensorflow
TensorRT
Torchvision
Virtual Machines
XGBoost
TLS
ecr
CatBoost
Matplotlib
Tableau
Отрасли
AI & Robotics
Manufacturing
Знание языков
Английский — B2
Главное о специалисте
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.

Проекты

(5 лет 8 месяцев)

РОЛЕВОЙ КОММУНИКАЦИОННЫЙ БОТ

Роль
Специалист по данным / инженер по машинному обучению
Обязанности
Чат-бот для ролевого общения с разными персонажами. Чат-бот — отличный инструмент для людей всех возрастов, позволяющий общаться со своими любимыми героями фильмов. Решение исключает любые деликатные и неуместные темы, поэтому пользователи могут чувствовать себя в безопасности, а модераторы могут сосредоточиться на создании контента, мониторинге системы и привлечении потенциальных клиентов. Обязанности и достижения - Общение с клиентом и командой для уточнения бизнес-требований, презентации результатов и бизнес-закономерностей; - Экспериментировал с различными предобученными большими языковыми моделями, чтобы определить лучшую основу для дообучения. Использованные модели включали LLaMA, WizardLM, Pygmalion; - Выполнял промпт-инжиниринг (Few Shot, Chain of Thoughts, Self-Ask и т. д.) чтобы улучшить качество ответов для всех запросов с использованием OpenAI API; - Построил пайплайн предварительной обработки больших текстовых данных с использованием Apache Spark и AWS SageMaker; - Сделал механизм запоминания контекста с использованием Langchain и настраиваемой модели обобщения T5; - Разработал инфраструктуру AWS для предсказания, обучения и экспериментов с мониторингом и отслеживанием артефактов; - Использовал фильтрацию запрещённых тем с помощью OpenAI API; - Настроил процесс аннотации данных; - Реализация файн-тюнинга с использованием PEFT для модели LLaMA; - Проводил обучение и тестирование больших языковых моделей на основе инструкций; обучение моделей масками; - Настроил векторное хранилище для модели, чтобы сохранять векторизованные подсказки; - Использовал сжатые представления BERT и KNN в качестве базовой модели для создания предварительных аннотаций данных для задачи классификации намерений; - Реализовал ​​цензуру для модели на основе инструкций; - Разработал и интегрировал дополнительные новые инструменты для чат-бот агента; - Настроил демо-окружение с помощью Gradio, чтобы предоставить заказчику способ экспериментировать с текущей системой; - Развернул модели на EKS; - Код ревью. Окружение Python, Numpy, Pandas, Plotly, Scikit-learn, Tensorflow, Keras, NLTK, Spacy, Gensim, BERTopic, OpenAI API, Langchain, Hugging Face, gradio, BitsAndBytes, PEFT, Apache Spark, PySpark, AWS (Sagemaker, S3, EKS, EC2, Bedrock, Cloudwatch и т. д.), MongoDB, Docker, Docker Compose, Kubernetes (k8s), Git Github.
Стек специалиста на проекте
Git, Docker, API, ER, MongoDB, Kubernetes, AWS, GitHub, Tensorflow, Pandas, Numpy, QT, Scikit-learn, NLTK, Gensim, Apache Spark, Keras, Docker Compose, EC2, PDF, S3, CloudWatch, EKS, Plotly, PySpark, HuggingFace, Gradio, langchain, SpaCy, gamemaker, Open AI, TLS
Отрасль проекта
AI & Robotics
Период работы
Август 2023 - По настоящее время  (3 года 3 месяца)

ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ РОБОТОВ

Роль
Специалист по данным / инженер по машинному обучению
Обязанности
Исследование и разработка программного обеспечения с поддержкой искусственного интеллекта для сельскохозяйственных роботов как на этапе подготовки к сбору урожая (обнаружение сельскохозяйственных культур и сорняков, выявление болезней, распознавание состояния поля с помощью изображений RGB и NIR), так и на этапе сбора урожая (оценка количества плодов и уровня их зрелости с использованием данных ультразвуковых). Обязанности и достижения: Реализовал пайплайн обработки данных; Исследовал наиболее эффективные подходы к оптимизации для различных типов архитектур, таких как ViT и ResNet; Использовал контейнеры NVIDIA NGC для обучения моделей компьютерного зрения на AWS SageMaker; Экспериментировал с различными предобученными базовыми моделями и их применением для последовательных задач в пайплайне; Исследовал и обучал различные модели для сегментации, обнаружения и классификации; Изучил интеграцию мультисенсорных данных, объединение информации с камер, LiDAR и других датчиков для повышения точности обнаружения в сложных сельскохозяйственных условиях; Экспериментировал с методами объединения данных, используя такие модели, как Multimodal YOLO и FusionNet; Оптимизировал пайплайны обучения моделей для работы на спотовых виртуальных машинах; Разработал модули для работы моделей для периферийных устройств с использованием TensorRT; Окружение: Python, Pandas, NumPy, Seaborn, TensorFlow, PyTorch, TensorBoard, Keras, OpenVINO, TensorRT, OpenCV, TorchVision, NVIDIA NGC, AWS (Sagemaker, S3, CloudWatch, ECR, DynamoDB), PostgreSQL, Redis, Docker, Docker Compose, Git, Github.
Стек специалиста на проекте
PostgreSQL, Git, Docker, Python, AWS, GitHub, Tensorflow, DynamoDB, Pandas, Numpy, Seaborn, PyTorch, Keras, Docker Compose, Redis, NFC, OpenVINO, Torchvision, S3, CloudWatch, OpenCV, Tensorboard, TensorRT, NVidia, ecr, gamemaker
Отрасль проекта
AI & Robotics
Начало работы
Май 2022 - Август 2023  (1 год 4 месяца)

ИНСТРУМЕНТ АВТОМАТИЗАЦИИ БИЗНЕСА

Роль
Специалист по данным/инженер по машинному обучению
Обязанности
Автоматизация бизнес-процессов с использованием возможностей RPA и машинного обучения при закупке и обработке материалов. Обязанности и достижения: - Создание отдельного слоя, который кластеризует все доступные данные и группирует их в схожие по бизнес-процессам когорты и отдельно обучает на них модели; - Создал уровень объяснения предсказаний, чтобы конечный пользователь мог проверить поведение модели и лучше понять оценку; - Проводил периодические ревью производительности для оценки эффективности системы мониторинга моделей и определения областей для постоянного улучшения; - Применял автоматизированное машинное обучение для повышения скорости создания моделей; - Внедрил технику повторной выборки, которая уменьшает эффект дрейфа данных; - Создал ETL пайплайн для подготовки необработанных данных; - Реализовал среду экспериментирования для удобного отслеживания результатов моделирования; - Реализовал многоэтапный пайплайн интеграции данных с использованием PySpark; - Создавал бизнес-отчёты и информационные панели с использованием Tableau и представлял их клиенту; Окружение: Python, PyTorch, XGBoost, Tableau, OpenCV, Numpy, Pandas, Scikit-Learn, Matplotlib, Seaborn, CatBoost, MLFlow, Apache Spark, PySpark, Azure (Virtual Machines, Spot VM, SQL, Machine Learning, Functions, Synapse, Analysis Services, Data Factory, Blob Storage, DevOps), Redis, Docker, Docker Compose, Git, Github.
Стек специалиста на проекте
Git, Docker, SQL, Python, DevOps, GitHub, Machine learning, Pandas, Numpy, Data Factory, JVM, Matplotlib, Scikit-learn, Seaborn, XGBoost, PyTorch, Apache Spark, BLoC, Azure, Storage, Tableau, Virtual Machines, Docker Compose, Services, Redis, CatBoost, MLflow, OpenCV, PySpark, Spock, Synapse
Отрасль проекта
Manufacturing
Начало работы
Март 2021 - Май 2022  (1 год 3 месяца)

Формат работы

Объем участия в проекте
Высокая нагрузка
Формат взаимодействия
Удаленный
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет

Образование

Высшее

Учебное заведение
-
Специальность
Информатика и программирование
Завершение учебы
2020 г.

Похожие специалисты

E-commerce & Retail • Travel, Hospitality & Restaurant business
МГ
Максим Г.
Data Scientist
Минск
Middle+
4 415,58 Р/час
AllenNLP
Apache AirFlow
Apache Spark
AWS
Azure
BLoC
CloudWatch
Data Factory
Databricks
Docker
+56

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.

Подробнее
E-commerce & Retail • FinTech & Banking • Media
АС
Алексей С.
Data Scientist
Минск
Middle+
3 896,1 Р/час
Apache AirFlow
Apache Spark
app
AWS
Azure
Backend
blob
CatBoost
CloudWatch
Data
+63

Middle Data Scientist по работе с данными с опытом работы 3 года. Специалист по обработке данных, специализирующийся на разработке эффективных проектов, ориентированных на данные, и уделяющий особое внимание использованию передовых методов прогнозного моделирования, аналитики и рекомендательных систем. Я обладаю проверенным опытом в выявлении и решении бизнес-проблем с помощью стратегического применения Data Science. Кроме того, у меня есть практический опыт, охватывающий весь жизненный цикл работы с данными - от понимания проблем и разработки функциональных возможностей до внедрения моделей машинного обучения в производство. Для этого я использую различные инструменты, такие как Python, Pandas, пакеты визуализации данных, Scikit-learn, XGBoost, SHAP, Boruta для обработки данных, моделирования и оценки; FastAPI для серверной разработки, Docker и k8s для задач DevOps, облачные сервисы AWS и Azure.

Подробнее
EdTech • FinTech & Banking • Travel, Hospitality & Restaurant business
КС
Кирилл С.
Data Scientist
Минск
Senior
4 119,48 Р/час
OpenCV
AI
Data Visualization
langchain
deployment
credit
Grafana
language
modelio
Optimizely
+135

▪ 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

Подробнее
Отрасли не указаны
ЛИ
Ларюшин И.
Data Scientist
Санкт-Петербург
Senior
3 376,62 Р/час
AI Agents
Alembic
alling
Amazon S3
Apache AirFlow
API
audit
AWS
bases
Bash
+112
Разработать систему автоматического сбора данных
Обучить модель для персонализированных рекомендаций
Оптимизировать ML-пайплайны
Провести исследовательский анализ данных (EDA)
Обучить и валидировать ML-модель
Настроить автоматическую классификацию текстовых данных
Обучить и протестировать ML-модель
Разработать ML-пайплайн обучения моделей
Обучить модель на имеющемся наборе данных
Провести анализ и прогноз продаж с использованием ML-алгоритмов
+19

ML Engineer/Data Scientist с более чем 5-летним опытом разработки и внедрения ML-решений в продакшн. Обладает экспертизой в построении моделей прогнозирования временных рядов, включая SOTA-архитектуры, а также в разработке end-to-end ML-пайплайнов - от сбора и обработки данных до деплоя и мониторинга. Имеет сильные навыки в классическом ML и deep learning, активно использует Python-экосистему, современные фреймворки и библиотеки для обучения, валидации и интерпретации моделей. Опыт backend-разработки на Python: проектирование и разработка API (FastAPI), интеграция сервисов, работа с асинхронностью (async/await), ORM (SQLAlchemy), миграции (Alembic), валидация данных (Pydantic). Уверенно работает с большими объемами данных, применяя SQL, распределенные вычисления и продвинутый feature engineering для повышения качества моделей. Хорошее понимание алгоритмов и структур данных, оценки сложности алгоритмов и операций стандартных контейнеров Python. Знание методов математической статистики: A/B-тестирование, bootstrap, проверка гипотез, доверительные интервалы, методы снижения дисперсии. Имеет практический опыт в NLP и CV-задачах, включая семантический поиск, RAG-подходы и детекцию изображений с использованием нейросетей. Опыт разработки LLM-based решений (RAG, semantic search), включая проектирование пайплайнов инференса, оптимизацию latency и интеграцию с backend-сервисами. Практический опыт работы с векторными базами данных (Qdrant, FAISS), retrieval pipelines и embedding-моделями. Разбирается в MLOps-практиках: контейнеризация, оркестрация, CI/CD, трекинг экспериментов и управление жизненным циклом моделей в облачной инфраструктуре. Ориентирован на создание масштабируемых и бизнес-значимых решений, подкрепленных метриками и качественной аналитикой. Отличается развитыми софт-скиллами: умеет эффективно коммуницировать с командой и стейкхолдерами, брать ответственность за результат.

Подробнее

Недавно просмотренные специалисты

AI & Robotics • Manufacturing
ДК
Даниил К.
Data Scientist
Минск
Middle+
4 415,58 Р/час
PostgreSQL
Git
Docker
API
SQL
Python
DevOps
ER
MongoDB
Kubernetes
+65

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.

Подробнее
Отрасли не указаны
ДП
Даниил П.
Flutter разработчик
Санкт-Петербург
Senior
3 376,62 Р/час
Git
JSON
Jira
Confluence
SQL
Agile
Bitbucket
REST API
Firebase
MVVM
+55
Оптимизировать время отклика приложения/сервиса
Обновить зависимости и библиотеки в мобильном приложении
Разработать функционал регистрации пользователя в приложении
Разработать PWA-версию приложения
Провести рефакторинг кода для улучшения поддерживаемости и читаемости
Адаптировать приложение под дизайн заказчика
Провести статический анализ кода для поиска уязвимостей
Разработать алгоритм или математическую модель
+8

Flutter-разработчик с достойным опытом, успел разработать несколько приложений с нуля и до конечной реализации. Умею работать с разнообразными стейт менеджерами такими, как Bloc, Riverpod, Cubit, активно использовал библиотеки с кодогенерацией (json_serializable, freezed и т.д.), разрабатывал навигацию приложения. Также провожу код ревью. Есть опыт работы в командах разного размера.

Подробнее
E-commerce & Retail • Travel, Hospitality & Restaurant business
АЕ
Анастасия Е.
JavaScript разработчик
Ульяновск
Middle
2 597,4 Р/час
Git
HTML
CSS
JavaScript
Jest
Webpack
Redux
CSS3
React Router
TypeScript
+36

Анастасия — опытный JavaScript-разработчик уровня Middle. Она обладает навыками работы с широким спектром технологий, включая Axios.js, Cegit, CSS3, ESLint, Git, HTML5, Husky, Jest, Material UI, Microsoft, Prettier, React, React Hook Form, React Router, React testing library, Redux, Redux Thunk, Redux-Saga, RTK Query, SCSS, Style Modules, Styled Components, TypeScript, UI и Webpack. Анастасия имеет опыт работы на трёх проектах в сферах Travel, Hospitality & Restaurant business и E-commerce & Retail. На каждом из них она выполняла роль фронтенд-разработчика. В её обязанности входило создание каркаса приложения и архитектуры проекта, настройка инструментов контроля оформления кода, реализация рекламных баннеров и баннеров после авторизации, работа с динамическими формами, создание валидации полей и проверки на заполненность формы, написание тестов на Jest и React Testing Library, а также реализация логики авторизации и регистрации. Общая продолжительность работы Анастасии на проектах составляет более 2 лет.

Подробнее