ДН
Дмитрий Н.
Мужчина
Россия, Воронеж, UTC+3
Ставка
4 155,84 Р/час
НДС не облагается
Специалист доступен с 3 июля 2025 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
Data Scientist
Грейд
Навыки
Отрасли
Главное о специалисте
Интересуюсь областью анализа данных и машинного обучения, больше тяготею к решению бизнес-проблем с помощью ML, хочу копаться в данных, искать зависимости и генерировать фичи, ведущие к инсайдам.
Проекты
(5 лет 3 месяца)
Тинькофф Банк
Роль
Исследователь-Разработчик (ML Engineer)
Обязанности
Задачи
Команда автоматизации саппорта.
Продуктовая команда, ответственная за метрики точности пайплайнов обработки пользовательских сообщений в поддержку.
Перевез процессы в инструменте обучения глубоких моделей с allennlp на transformers. Это позволило использовать более актуальные базовые чекпоинты, что повысило точность в среднем на 2%%. Также занимался занесением новых пользовательских фичей для удобства пользования системой наряду с поддержкой стабильной работы
Провел аналитическую работу по поиску ошибок в пайплайнах, которые ведут к неправильным подсчетам метрик. В рамках этого проекта были обнаружены баги в соседнем сервисе кэша, в связи с которыми метрики в отчете отображались на 30% ниже, чем были на самом деле. Также после постановки эксперимента по отказу от кэша целиком было обнаружено ложное завышение метрик точности на 3%%
В составе рабочей группы разработал процесс адаптивного сэмплинга датасетов для переобучения глубоких моделей. Этот процесс не только позволил поднять метрики точности на одном из самых крупных направлений на ~20%% за полгода, но и снял большую часть нагрузки по сбору датасетов с интент-аналитиков, а также сократил датасет примерно в 10 раз, что положительно сказалось на TTM
Стек специалиста на проекте
AllenNLP, transformers, Программное обеспечение, поиск ошибок
Отрасль проекта
Insurance
Период работы
Апрель 2023 - Октябрь 2024
(1 год 7 месяцев)
NetCracker Technology Corp. (Россия)
Роль
Data Scientist
Обязанности
Задачи
Контекстный помощник для системы дизайна и конфигурации продуктов и предложений.
Развил и внедрил чат-бот в систему конфигурации, под капотом которого также работал самописный поисковый движок на базе ансамбля из моделей BM-25. Результаты работы позволили сэкономить компании 100 чел.ч/мес
Детектирование аномалий телеком-системы.
Разработал и поддерживал систему, позволяющую следить за метриками телеком системы (5000+ метрик). Система определяла уровень аномальности поведения на основании взаимосвязей метрик. В основу работы были взяты методы понижения размерности и линейные зависимости между их компонентами. Система успешно прошла UAT, валидно просигнализировав об аномалии в 83% случаев.
Чат-бот для внутренних решений.
Полностью прошел путь от требований до деливери. Это система, на которой развернуты и исправно функционируют 6 чат-ботов для различных задач. В систему входят более 7 различных функциональных блоков, включая ML (intent-classification, entity-extraction, next-best-action), действия, оркестрацию и другие сервисы. Также удалось примерить на себя роль тимлида/продукт-оунера для небольшой команды из 3х человек. Наиболее выдающееся достижение системы - сокращенная в пике нагрузка на hr-отдел на ~150 сообщений в день
Стек специалиста на проекте
Jest, Machine learning, Actions
Отрасль проекта
Insurance
Период работы
Ноябрь 2020 - Март 2024
(3 года 5 месяцев)
Лига Цифровой Экономики
Роль
Data Scientist
Обязанности
Задачи
Задача видеоаналитики.
По видео с камер наблюдения отслеживал поведения покупателей и продавцов-консультантов в магазине техники. Задача заключалась в сборе статистики и сигнализировании о нарушении в поведении сотрудников. Не взлетело на этапе МВП
Система мониторинга состояния в задаче атомной энергетики.
Аномали-детекшн задача для датчиков АЭС. В рамках МВП, применяя группировку признаков и находя линейные зависимости добились отслеживания ~60% тестовых аномалий. Тендер не выиграли
Голосовой помощник.
Реализовал чат-бот на регулярках и логистических регрессиях. Поддерживал 5 различных сценариев (как B2B, так и B2C) начиная информативными звонками и заканчивая звонками со сложной, разветвленной структурой, целью которых была помощь в настройке телекоммуникационных функций. Чат-бот успешно выполнял свои функции в продакшне
Сентимент анализ + краулинг/парсинг.
Задача состояла в оценке средней реакции пользователей на различные акции сети супермаркетов. Также работал над задачей оценки реакции жителей на события в области. Для этого парсил различные web-источники, размечал данные и на размеченных данных строил сентимент-анализ решения.
Стек специалиста на проекте
Web
Отрасль проекта
Insurance
Период работы
Август 2019 - Ноябрь 2020
(1 год 4 месяца)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Воронежский государственный университет
Специальность
Компьютерных наук, Информационные системы и технологии
Завершение учебы
2022 г.