Премия рунета

Максим М. Системный аналитик, Middle+

ID 14523
ММ
Максим М.
Мужчина, 47 лет
Россия, Новосибирск, UTC+7
Ставка
3 125 Р/час
НДС не облагается
Специалист доступен с 9 октября 2024 г.

Добавьте подходящих специалистов в список и оформите заявку для предварительного бронирования времени специалистов. После оформления заявки ваш персональный менеджер организует прохождение всех необходимых проверок с вами и каждым кандидатом из заявки. Специалист привлекается к проекту только после окончательного подтверждения его выхода с вашей стороны.

Подробнее
О специалисте
Специализация
Системный аналитик
Грейд
Middle+
Навыки
API
Architecture
ARIS EPC
BPMN
Grpc
ML
OpenAPI
Python
REST
SQL
UML
User story
Анализ данных
Бизнес-анализ
Написание ТЗ
Нейронные сети
Обучение
Прогнозирование
Работа с интеграциями
Работа с требованиями: выявление, анализ, управление
Системный анализ
Статистический анализ
ARIS
BPML
анализ
Бизнес-процессы
бизнеспроцессов
Информационные системы
Проектирование
Проектирование информационных систем
Разработка
Функциональные требования
EPS
Bert
CatBoost
Keras
Lightgbm
Matplotlib
NLP
Numpy
Pandas
PyTorch
Sklearn
word2vec
Язык запросов
методы
Интеграция производственной деятельности
ActiveDirectory
DNS
LDAP
OAuth 2.0
OIDC
Swagger
диаграммы
тестирование api
Отрасли
Manufacturing
Главное о специалисте
Ключевые навыки: BPMN UML ML DML API gRPC User Story ARIS EPC REST open API SQL Python Service-Based Architecture. Бизнес и системный анализ Статистический анализ Прогнозирование Глубокое машинное обучение Нейронные сети Формирование технического задания для разработки Системная интеграция
Проекты   (14 лет)
ООО Новосибирский Научно-Технический Центр (ННТЦ)
Роль
Системный аналитик
Обязанности
Концептуальное проектирование Информационных Систем (ИС), разработка логики ИС. Разработка и применение моделей основанных на алгоритмах машинного обучения. Описание бизнес-процессов в нотациях BPML, EPS, работа с ActiveDirectory LDAP, DNS, OIDC, OAuth 2.0 Сбор бизнес и функциональных требований. Описание интеграций, взаимодействие сервисов через API. Проведение технических интервью с техническим и технологическим персоналом заказчика. Выявление "узких мест" и бизнес-возможностей, анализ информации, формирование решений на основе разработанных целевых показателей, обоснование выбранного решения. Работа в ARIS, создание VAD&EPC - моделей бизнес-процессов. Изучение работы системы или ее аналогов Выявление требований к функциям системы. Выявление требований к системе и подсистеме. Реализованные проекты: 1. ИС Геологическое сопровождение бурение, модуль автоматизации процесса испытания скважин; 2. ИС Цифровой двойник нефтегазодобывающего предприятия, модуль Экономика.
Стек специалиста на проекте
BPML, тестирование api, Работа с интеграциями, ActiveDirectory, Функциональные требования, DNS, EPS, диаграммы, API, Системный анализ, Swagger, LDAP, ARIS, OAuth 2.0, OIDC, Проектирование информационных систем
Отрасль проекта
Manufacturing
Период работы
Июнь 2022 - Июнь 2024  (2 года 1 месяц)
Яндекс.Практикум
Роль
Ученик по Data Science
Обязанности
Используемые библиотеки: Pandas, matplotlib, NumPy, sklearn, LightGBM, CatBoost, Keras, PyTorch, word2vec, BERT Языки запросов: SQL Методы: NLP Проекты: - Исследование надёжности заёмщиков - анализ банковских данных: Цель – определить какие признаки влияют на то, что платёж по кредиту осуществляется вовремя; Результат – в предоставленных данных не были выдели признаки, сколько-нибудь заметно влияющие на своевременность взносов по кредиту, необходимы дополнительные исследования. - Изучение закономерностей, определяющих успешность игр: Цель – создать и предоставить информацию для принятия решения о распределение рекламного бюджета компании дистрибьютера видеоигр; Результат – были выделены наиболее продаваемые жанры и игры внутри них с разбивкой по основным регионам продаж и производителям консолей. - Прогнозирование, уйдёт клиент из банка в ближайшее время или нет: Цель – анализ биографических данных о клиенте в совокупности с данными о деятельности в среде банка, для прогнозирования останется клиент внутри банка или покинет его. Результат – на основании полученного прогноза принимается решения об изменениях в системе обслуживания клиента или отсутствии изменений. - Выбор региона для разработки новых нефтяных месторождений: Цель – на основании геолого-технологических данных пласта прогнозируется возможный дебет с одной скважины, на основании планового количества построенных скважин, определяется объём добытого сырья с месторождения. Результат – на основании сравнения прогнозов объёмов добытого сырья по месторождениям, принимается решение об очерёдности разработки месторождений (регионов). - Запуск нового сервиса интернет-магазина «Викишоп». Цель - Магазину нужен инструмент, который будет искать токсичные комментарии и отправлять их на модерацию. Результат - Обученная модель, которая способна классифицировать комментарии на позитивные и негативные, со значением метрики качества F1 не меньше 0.75. - Внедрение системы компьютерного зрения для обработки фотографий покупателей. Цель - фотофиксация в прикассовой зоне для определения возраст клиентов, чтобы: - Анализировать покупки и предлагать товары, которые могут заинтересовать покупателей этой возрастной группы; - Контролировать добросовестность кассиров при продаже алкоголя. Результат - модель, которая по фотографии может определять приблизительный возраст человека. - Оптимизация производственных расходов, металлургического комбината. Цель - уменьшить потребление электроэнергии на этапе обработки стали. Зачем? Рассчитав возможную температуру стали после добавления легирующих добавок можно подавать на электроды строго определённую мощность на конкретное время, а не максимальную мощность на время пока не нагреется до нужной температура, тем самым решаются две задачи. Первая - планирование, учёт и контроль затрачиваемой электроэнергии. Вторая - экономия электроэнергии, когда расходуешь столько сколько нужно, а не сколько получилось. Решение - модель, которая предскажет температуру стали.
Стек специалиста на проекте
Numpy, Pandas, PyTorch, Sklearn, Keras, CatBoost, NLP, Lightgbm, SQL, Matplotlib
Отрасль проекта
Manufacturing
Период работы
Ноябрь 2021 - Июль 2022  (9 месяцев)
Сургутнефтегаз, Сургутнефтегеофизика
Роль
Начальник производственно-технического отдела, ранее ведущий специалист
Обязанности
Начинал работу в новой для компании сфере деятельности, руководил линейным подразделением работающим в этой сфере, масштабировал данную сферу деятельности, руководил сектором, перешёл к интеграции и взаимной управляемости нескольких различных сфер деятельности.
Стек специалиста на проекте
Интеграция производственной деятельности
Отрасль проекта
Manufacturing
Период работы
Февраль 2010 - Май 2021  (11 лет 4 месяца)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Дипломы и сертификаты
Томский государственный университет систем управления и радиоэлектроники, Томск Создание и применение технологий больших данных 2024 г.
АНО ДПО "ШАД" Яндекс.Практикум Школа анализа данных, Специалист по Data Science 2022 г.
Разработка нейронных сетей на Python с нуля ТУСУР, Нейронные сети - работа с изображениями 2023 г.
Методы анализа и прогнозирования данных ТУСУР, Нейронные сети - создание моделей 2022 г.
Управление инвестициями в финансовые активы: практикум Национальный исследовательский университет «Высшая школа экономики» 2021 г.
Паспорт квалификации 1С 2021 г.
Образование
Высшее
Учебное заведение
Сургутский государственный университет, Сургут Инженерно-физический факультет
Специальность
Управление и информатика в технических системах (инженер)
Завершение учебы
1999 г.
Высшее
Учебное заведение
Всероссийский заочный финансово-экономический институт, Москва
Специальность
Финансово-кредитный факультет, Финансы и кредит
Завершение учебы
2008 г.
Высшее
Учебное заведение
Тюменский государственный нефтегазовый университет, Тюмень
Специальность
Институт геологии и нефтегазодобычи, Разработка и эксплуатация нефтяных и газовых месторождений
Завершение учебы
2016 г.

Похожие специалисты

Недавно просмотренные специалисты

FinTech & Banking • Logistics & Transport • Telecom
МЕ
Мария Е.
Джокьякарта
Data аналитик
Middle+
3 125 Р/час
er-модель
UML
JavaScript
Kanban
GitLab
Use Cases
Postman
Google Sheets
XSD
Atlassian
+41

● Более 3-х лет опыта работы в системном и бизнес-анализе, в том числе на позиции ведущего аналитика ● Участие в проектах: разработки веб-приложений, выстраивания ETL - процесса, интеграции платежных систем ● Опыт проведения обследования объектов автоматизации, разработки ИТ-стратегий и концепций ● Опыт разработки технических заданий, проектной документации, руководств пользователей, программ и методик испытаний, а также опыт аналитического сопровождения разработки ПО ● Работа с микросервисной и монолитной архитектурой. Разработка интеграционных взаимодействий посредством SOAP и REST API ● Разработка структур БД ● Проектирование и описание бизнес-процессов в нотациях BPMN, UML

Подробнее