Андрей Н. 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.

Математическая статистика, машинное обучение, анализ временных рядов, последовательный статистический анализ, задачи оптимизации.

Data Scientist, опыт 4 года. Специализируюсь на задачах Анализа Данных, Computer Vision и NLP. Аспирант Института Искусственного Интеллекта Самарского Университета. Имею несколько научных публикаций в области Data Science, Computer Vision. Подход ĸ работе: сформулировать задачу, провести анализ данных и предложить оптимальное решение. В мои обязанности входит: 1. Общение с ĸлиентом, продуĸтовым менеджментом 2. Выстраивание дорожной ĸарты разработĸи внутри аналитичесĸого отдела 3. Презентация готовых решений заĸазчиĸу, обоснование выбора подхода и адаптация решения с учетом правоĸ ĸлиента 4. Передача готового проеĸта в Production

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

Игровая аналитика данных (2019) Dev2Dev, Аналитик в GameDev MINI-MBA PROFESSIONAL (2016) City Business School, Project Management Менеджмент (2016) City Business School Основы управления проектами (2015) CourseLab

3+ опыта разработки на React.

Среды разработки: Swift Архитектурные паттерны: MVC, MVP, Viper, Clean База данных: CoreData, Realm Инструменты прототипирования дизайна: Sketch, Figma Библиотеки: Core Date, CoreAnimation, AVfoundation, Combine(со SwiftUI) Map Kit, Contacts, Call Kit, Alamofire и Charts Особенности: Отличные Soft skills, исполнительность

Programming languages and Server Side Frameworks: JavaScript, TypeScript, Node.js, Express.js, Sequelize, Mongoose, bcrypt.js, JWT DB and ORM Frameworks: MySQL, MongoDB Client Side Technologies: Vue.js, React, HTML, CSS Client Side Frameworks: SCSS/LESS, Bootstrap, Mui, Vuetify, moment.js, lodash, socket.io, v-calendar, JWT, axios, Chart.js, Mapbox-gl, pannellum, Swiper, i18next Development tools: Postman, Figma, Jira Version Control Systems: GIT

- Опыт разработки на Python 2,5 года; - Опыт написания бэкенда продукта; - Опыт автоматизированного тестирования веб-приложения; опыт написания автотестов; - Опыт интеграции продукта с внешними сервисами; Образование: Томский государственный университет систем управления и радиоэлектроники, Томск (Радиотехнический факультет, радиоэлектронные системы)