Марат А. Data Scientist, Senior

· Владение методами статистического анализа данных; · Опыт работы с большими данными, использование методов для их очистки, обработки и визуализации; · Знания в области вероятностных моделей и их применений; · Разработка и оптимизация моделей ML; · Опыт работы с библиотеками машинного обучения; · Владение Python для анализа данных; Опыт работы с SQL для извлечения и управления данными из БД; · Работа с библиотеками для анализа данных (pandas, numpy) и визуализации (matplotlib, seaborn, plotly); · Опыт работы с инструментами для управления проектами и отслеживания версий кода; · Знание и опыт работы с облачными платформами для анализа данных и машинного обучения; · Разработка и развёртывание моделей; · Бизнес-аналитика и работа с заинтересованными сторонами; · Оптимизация моделей и гиперпараметров, использование методов перекрестной проверки и оценки производительности моделей. · Опыт работы в команде. Udemy: Machine Learning A-Z: AI, Python & R + ChatGPT Prize[2004], Deep Learning: Recurrent Neural Networks in Python

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;

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

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

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.

Вячеслав — опытный системный аналитик с навыками в области IT. Он обладает глубоким пониманием бизнес-процессов, системного и бизнес-анализа, а также имеет опыт работы с различными инструментами и технологиями. Вячеслав участвовал в разработке нескольких проектов в сфере электронной коммерции и телекоммуникаций. В его обязанности входило: - разработка функциональных требований к данным в ИТ-системах; - описание бизнес-процессов в BPMN и UML; - проектирование интеграции API по REST с помощью Postman и Swagger; - составление спецификации API; - написание запросов SQL к реляционным базам данных; - анализ blockchain проектов и конкурентов; - совместная с командой разработка сайтов; - создание контента, написание текста и макетов к постам. Также Вячеслав проводил анализ рынка, продуктов конкурентов, целевой аудитории, CUST DEV, CJM, JTBD, разрабатывал бизнес модели Canvas, занимался маппингом и миграцией базы услуг и клиентов, рассчитывал юнит-экономику, создавал макеты интерфейсов в FIGMA, проводил A/B тесты, описывал бизнес требования, бизнес правила, функциональные и нефункциональные требования, пользовательские требования, проектировал базы данных. Опыт Вячеслава включает работу с такими инструментами, как SQL, BPMN, MS SQL, UML, Atlassian, Confluence, Jira, REST, MQ, ESB, JSON, BPMsoft, Use case analysis, sas, XML, Agile Project Management, Scrum, Kafka, Swagger, Postman, Git, PostgreSQL, Figma, API, REST API, User story, Use case, Business processes, Agile, SOAP, Draw.io.

Владимир — опытный React-разработчик уровня Senior. Он обладает широким спектром навыков, включая знание JavaScript, TypeScript, Vue.js и других технологий. Владимир имеет опыт работы на проектах в сфере облачных сервисов, финтеха и электронной коммерции. На каждом из проектов он выполнял обязанности front-end разработчика: разрабатывал приложения с нуля, руководил командами, внедрял новые функции, оптимизировал производительность приложений, проводил рефакторинг кода и модульное тестирование.