Data Scientist, Senior

Денис — опытный специалист в области Data Science с опытом работы более 6 лет. Он обладает глубокими знаниями и навыками в таких областях, как Data Analysis, Machine Learning, ETL, а также имеет опыт работы с различными инструментами и технологиями, такими как Python, PostgreSQL, Power BI, Docker, Git и другие. Денис работал на различных проектах в отраслях Manufacturing, LifeStyle и Insurance, где он занимал должности руководителя направления Качества данных, аналитика-методолога ДВХ, CA, старшего Data аналитика и Data Scientist. На своих проектах он занимался обеспечением контроля за уровнем качества данных, анализом качества данных, разработкой витрин данных, поддержкой внедрения PIM/MDM системы, сборкой информации и постановкой задач на загрузку данных из различных источников, проектированием объектной модели корпоративного хранилища данных, построением витрин данных для BI-отчетности, исследованием и загрузкой сырых данных, разработкой отчетов и дэшбордов MS Power BI и другими задачами. Опыт самостоятельной и в составе команды аналитической работы в рамках различных проектов. Опыт участия в соревнованиях по ML - Kaggle. Computer skills: Python – в объеме использования стека для работы с данными и АПИ SQL – сложные отчеты, аналитические, оконные функции и пр. MS Office – профессиональный уровень (VBA, Pivot, создание БД в MS ACCESS и др.) RapidMiner Studio – опыт создания и практического использования предиктивных и оптимизационных моделей в рамках проектов;

Стараюсь комбинировать свои 2 главных интереса - науку о данных и лингвистику. Работа над несколькими интересными проектами позволила мне освоить ценные профессиональные навыки, такие как анализ данных, визуализация данных, знания в области машинного и глубокого обучения, а также обработки естественного языка. Этот опыт также дал мне отличную возможность развить навыки работы в команде, коммуникации и адаптации к новым условиям. В настоящее время я продолжаю развивать карьеру в области Data Science, с отдельным вниманием к проектам с NLP. Ссылка на портфолио: https://diploma.itmo.ru/docs/2A2C8D95449CC31363AFA5C68A12A190

Валерий — опытный специалист по Data Science с навыками работы в области машинного обучения, аналитики и моделирования. Обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Apache AirFlow, XGBoost, LightGBM и другие. Валерий успешно работал на проектах в различных отраслях, включая логистику, финансы, электронную коммерцию, телекоммуникации и медиа. На каждом проекте он выполнял широкий спектр задач, связанных с анализом данных, машинным обучением, разработкой и внедрением моделей, а также общением с бизнесом и менторством младших специалистов. Опыт Валерия включает работу в качестве ведущего специалиста по машинному обучению и аналитике в компании KazanExpress, где он внедрил инструменты А/В анализа, создал матрицу компетенций для performance review сотрудников и разработал систему рекомендаций товаров. Также он работал старшим специалистом по машинному обучению в Альфа-Банке, где внедрил рекомендательную систему партнёров клиентам банка и систему повышенного кэшбэка. В X5 Group Валерий занимался предсказанием суммарных трат клиентов и внедрял рекомендательную систему категорий товаров в продуктовом ритейле. Кроме того, он реализовал рекомендательную систему в мобильном приложении Мегафона и строил прогнозные модели для Upgrade и Upsell. Также Валерий имеет опыт преподавания на платформе GeekBrains, где проводил лекции и семинары по Python и анализу данных. Дополнительное образование - BigData Team, bigdatateam.org. Практический курс по большим данным, 2020 - Построение выводов по данным, Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2020 - Прикладные задачи анализа данных Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2020 - How to Win a Data Science Competition: Learn from Top Kagglers Coursera (ВШЭ), Advanced Machine Learning Specialization, 2019 - Обучение на размеченных данных, Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2019 - Математика

Вера — опытный специалист в области Data Science с опытом работы более 4 лет. Она обладает глубокими знаниями и навыками в сфере машинного обучения, анализа данных и разработки моделей. Вера работала над несколькими проектами в таких отраслях, как EdTech, FinTech & Banking, LifeStyle и Insurance. В её обязанности входило: мониторинг производительности модели, определение показателей производительности, разработка стратегий переобучения модели, оптимизация использования ресурсов модели, повышение продаж продукции, анализ данных о продажах, прогнозное моделирование, анализ оттока, прогноз продаж, разработка языковой модели, модельное архитектурное проектирование, управление командой, оценка показателей производительности и документация. Она также имеет опыт работы с различными инструментами и технологиями, такими как Apache, GitHub, Matplotlib, MXNet, MySQL, PostgreSQL, Python, R, Scikit-learn, Seaborn, SQL, Tableau, Tensorflow, базы данных, визуализация данных, контроль версий, обучение, языки программирования, Notion, CI/CD, Pipelines, PyTorch, MongoDB, SciPy, API, AWS, Dialogflow, openAI, SpaCy и статистические модели.

Владлена — data-инженер уровня middle+ из Минска (Беларусь). Обладает опытом работы с различными инструментами и технологиями, включая Alembic, Apache AirFlow, AWS, Docker, ETL, FastAPI, GitHub Actions, GitLab CI/CD, Python, SQLAlchemy и другие. Владлена участвовала в нескольких проектах в сферах FinTech & Banking и E-commerce & Retail: - Обрабатывала и трансформировала большие данные из разных источников в хранилище. - Разрабатывала и оптимизировала ETL-пайплайны на Apache Airflow, Python и SQL. - Интегрировала данные из различных источников в централизованное хранилище. - Оптимизировала SQL-запросы в Snowflake, PostgreSQL и других базах данных. - Настраивала механизмы ретраев, SLA и уведомлений в Airflow. - Автоматизировала процессы очистки, нормализации, дедупликации и агрегации данных.

Курсы Учебный центр «Специалист». При МГТУ им. Н.Э.Баумана:- Python. Уровень 1. Базовый курс- Python. Уровень 2. Продвинутый курс- Python. Уровень 3. Разработка веб - приложений в Django- Linux. Уровень 5. Zabbix. Мониторинг IT инфраструктуры предприятия Stepik:- Автоматизация тестирования с помощью Selenium и Python- Программирование на Python- Создание телеграм ботов на Python- SQL- Теория тестирования ПО- Тестирование ПО: Автоматизация и Программирование на Python- Тестирование ПО: Postman для тестирования API

Опыт разработки клиент-серверных приложений на Java, PHP, SQL, развертывание и администрирование тестовых серверов, опыт разработки клиентских и настольных приложений на C#, WinForms, разработка игровых приложений на C#, Unity.

Татьяна — опытный QA-специалист c опытом тестирвоания мобильных приложений. Участвовала в проекте по созданию внутреннего сервиса для взыскания задолженности в сфере FinTech & Banking, где проводила функциональное, интеграционное, модульное и регрессионное тестирование, создавала документацию по тестированию, обеспечила полное покрытие функционала тест-кейсами, а также отвечала за метрики и улучшение процессов в команде. В рамках другого проекта в области FinTech & Banking тестировала интеграции с крупными продавцами, работала с моками и контейнерами, составляла чек-листы и отчёты о тестировании, проводила различные виды тестирования и описывала процессы в документации. На протяжении нескольких лет работала в проекте для компании Petshop над разделом каталога на сайте. Занималась изучением требований к программному продукту, разработкой тестовой документации, проведением функционального, регрессионного, интеграционного, smoke, кросс-браузерного и адаптивного тестирования.

Опыт работы по гибким методологиям разработки Agile (Scrum / Kanban) Понимание работы веб-приложений (HTTP протокол, REST API) Умение работать с форматами данных JSON/XML Уверенное использование DevTools, понимание, где ошибка(на бэке или фронте) Знание инструментов для работы с запросами (Postman, Insomnia, Swagger и cURL) Умение по stack trace выяснить, в чем ошибка или куда смотреть дальше Базовые знания Android Studio Понимание модели TCP/IP Знание и опыт использования HTML5, CSS3, DOM Опыт разработки и тестирования на языках: JavaScript/TypeScript, Python, Java Умение разбираться в чужом коде Опыт работы с NoSQL базами данных (MongoDB) Опыт работы с SQL базами данных (PostgreSQL) Знание SQL (CRUD-операции, джоины, группировки) Знание Git Понимание процессов CI/CD Базовое знание Linux и умение работать с командной строкой