Анастасия Б. Data Scientist, Middle+

Дмитрий — Data Scientist из Санкт-Петербурга. Специализируется на AI & Robotics. Имеет опыт работы в качестве NLP/ML-специалиста над проектом по разработке NLP-сервиса, где занимался созданием модулей предобработки текста и решением задач по определению именованных сущностей и их классификации. Собранный сервис был отправлен в продакшн. Также работал NLP-инженером над другим проектом, связанным с разработкой чат-бота с функциями ИИ. Занимался написанием REST API для доступа к LLM на сервере и дальнейшей реализацией ИИ-агентов. Чат-бот успешно внедрён со стороны заказчика.

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.

Артём — опытный специалист в области Data Science с опытом работы более двух лет. Он обладает глубокими знаниями и навыками в машинном обучении, анализе данных и разработке программного обеспечения. Артём работал над проектами в нефтегазовой отрасли и сфере финансовых технологий, где разрабатывал модели машинного обучения для прогнозирования компонентного состава жидкостей и создания системы рекомендаций на основе искусственного интеллекта. Он также участвовал в проекте по разработке алгоритмов машинного обучения и их интеграции в облачные сервисы. Артём хорошо разбирается в инструментах и технологиях, таких как Python, TensorFlow, PyTorch, PostgreSQL, Docker и GitHub. Его опыт и навыки делают его ценным специалистом для компаний, работающих в сфере Data Science и машинного обучения.

Кирилл — опытный специалист в области Data Science с грейдом Middle+. Он обладает широким спектром навыков, включая работу с Docker, Flow.js, Linux, ML, MLOps, Numpy, NVidia, OpenCV, Pandas, Python, PyTorch, Scikit-learn, Spark, SQL, Tensor, Tensorflow и другими инструментами. Кирилл имеет опыт работы на проектах в различных отраслях, таких как лайфстайл, электронная коммерция и ритейл, финтех и банкинг, а также городские технологии. Он принимал участие в разработке проектов для прогнозирования продаж товаров на маркетплейсах, создания приложения ассортимента компании, распознавания документов и других задач. На последнем месте работы Кирилл курировал реализацию крупных инвестиционных проектов по автоматизации энергетических объектов.

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

Опыт работы с SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора, джоины, CTE, функции, процедуры, транзакции); Работа с реляционными БД: PostgreSQL, Greenplum. Ограничения, индексы, PXF и т.д.; Разработка и оптимизация функций и процедур по переносу данных из stg слоя в слой dds; Работа с DWH (схемы построения, нормализация/денормализация, SCD, построение витрин данных); Настройка интеграции Greenplum и ClickHouse для реализации аналитических запросов; Участие в создании ETL\ELT процессов; Работа с Apache Airflow; Проведение очистки и обработки данных используя Python, pandas, PySpark; Задачи AD-hoc аналитики; Визуализация данных в Tableau, Metabase, Python, Excel, анализ результатов; Документирование процессов и архитектуры решений в Confluence;

Максим — DWH-разработчик уровня Middle из Москвы. Опыт работы: - Data engineer в Сбербанке (FinTech & Banking). Занимался проектированием и разработкой процессов преобразования данных (ETL) для DWH, работал с MPP Greenplum, оптимизировал SQL-запросы. - Data Engineer в GlowByte Consulting (E-commerce & Retail). Выполнял задачи по проектированию и разработке ETL-процессов для DWH. - Product Manager (IIoT) в Schuler Pressen GmbH Представительство в РФ (Hardware). Участвовал в разработке СУБД ORACLE PL/SQL для промышленного оборудования, занимался установкой и настройкой PostgreSQL и ClickHouse. Реализовал крупный инвестиционный проект, участвовал в проекте «Промышленный интернет вещей (IIoT)» и реализовал проект по оснащению IIoT промышленного металлообрабатывающего оборудования.

- Data Engineer с опытом работы с распределенными системами обработки данных более 9 лет; - Глубокие знания проектирования, внедрения и сопровождения ETL-процессов с нуля; - Практический опыт управления командой и управления продуктом; - Кандидат наук (= PhD в России) в области компьютерных наук. Опытный инженер данных Создал платформу данных с нуля. Из языков программирования — преимущественно Python, преимущественно SQL, Sparks, Scala. из облачных сервисов AWS — создание некоторой инфраструктуры, GCP — 5 мес. опыта. Инструменты управления — Docker-Master of Docker, Kubernetes — создает инфраструктуру воздушного потока. Базы данных: PostgreSQL, Redis-как брокер сообщений, Из отраслей-маркетинг, продажи, финтех Опыт работы в НЛП, ML-знает концепцию, работал руководителем группы, также работал специалистом по данным в Data Analyst.