Data инженер, Senior

Александр — опытный специалист в области Data Engineering с более чем 13-летним опытом работы на различных проектах. Он обладает глубокими знаниями и навыками в таких областях, как машинное обучение, анализ данных, программирование на Python и работа с большими данными. В своей работе Александр участвовал в разработке сервисов для быстрого поиска информации по Confluence компании, решения для оптимизации продаж в электронной коммерции с помощью умного поиска и умных рекомендаций, а также в научно-исследовательском проекте по обнаружению объектов на моментальных снимках физических процессов. Кроме того, он работал над многофункциональным приложением для инженеров, которое использует данные промышленного производства для расчёта оставшегося жизненного цикла устройства и вероятности отказа оборудования. Александр также имеет опыт работы в качестве разработчика клиентской части, где он занимался созданием конструктора бизнес-рассылок, дизайном и прототипом рекламных писем. Больше всего ему нравилось заниматься исследованиями пользовательского опыта, UX-анализом продуктов и проведением интервью с пользователями. Я ML-инженер с более чем двухлетним опытом. В IT, в целом, 10+ лет. До Data Science занимался Front-End разработкой в EPAM Systems. Обладаю успешным опытом как разработки ML-приложений на Python, так и всестороннего анализа данных.

● data scientist / ML engineer с опытом коммерческой разработки 3.5 года; ● технологический стек: python - pandas, numpy, scikit-learn, tensor flow, PyTorch, OpenCV; SQL; Spark; Linux; Docker. ● опыт оптимизации вычислений. ● запустил с нуля до стадии продукта 3 проекта; ● есть опыт наставничества (студенты, junior-разработчики); ● опыт бэкенд разработки на python. ● отличный системный и ML дизайн ● знание архитектуры нейронных сетей. Понимание механизма внимания и трансформатора; ● опыт использования TensorFlow и PyTorch для экспериментов с архитектурой; ● опыт использования NGC; Примечание - если речь идет про облачный сервис NVIDIA NGC, то его конкретно не использовал, но он мало чем отличается от используемых аналогов; ● понимание основ MLOps; ● опыт разработки конструкции систем машинного обучения в различных областях – CV/NLP/ML

• Сильные технические и математические навыки, умение быстро осваивать инструменты и алгоритмы для работы с данными благодаря богатому и глубокому опыту сфере анализа и исследований • Приобрел успешный опыт в Data Science, начиная от научных исследований (c 2010), потом практических задач для ИТ инфраструктуры инновационного экопарка переработки отходов, и сейчас в проектировании функциональных требований к архитектуре и в сборке и разработке ML моделей и подходов для сложных аналитических систем (умного озера, СУДД, банка, телекоммуникаций) • Эксперт в языке Python (PyCharm & Jupyter) для решения задач по Data Science и для анализа данных (также есть опыт веб разработки в Django & Flask) • Работает с библиотеками, такими как Pandas (+Dask), NumPy, Matplotlib (seaborn, plotly), Statsmodels, SciPy, Scikit-learn и Keras, NTLK, PySpark • Моделировал данные для машинного обучения • Знаком с архитектурой и компонентами экосистемы Big Data, включая GreenPlum, HDFS и облачные хранилища, такие как S3 (MinIO) • Понимает особенности работы с колончатыми базами данных, особенности написания запросов и их последовательной оптимизации, влияние вида запроса на скорость работы и нагрузку на базу данных, задачи и операции, которые требуют специфического решения для колончатых баз данных • Обладает опытом работы с BI инструментами, включая Power BI, Apache Superset (эксперт), Zeppelin • Имеет опыт использования контейнеризации и оркестрации с Docker, включая CI/CD процессы в GitLab • Знаком с ETL инструментами Apache AirKow, DBT, Spark • Также владеет знанием языков программирования C, C++, Java Script, HTML, CSS • Управляет проектами и пользуется инструментами Jira, ConНuence • Обладает опытом работы в Agile среде (- Scrum, Kanban) с использованием инструментов управления проектами, таких как Jira и ConНuence Coursera. Введение в квантовые вычисления. Нейронные сети и глубокое обучение.

работал с чистым SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора и т.д.); опыт работы с UNIX-системами на уровне простых операций; развитые коммуникативные навыки; опыт написание тестов для разработанного функционала; опыт рефакторинга кода; опыт проведения code review; участие в создании ETL процессов опыт сбора информации из Интернета путем парсинга применял как уже обученные модели машинного обучения/глубокого обучения, так и занимался их обучением самостоятельно опыт работы с большими данными в Hadoop и Spark и в составлении сложных SQL запросов в Apache Hive опыт работы с Apache Airflow опыт работы с Python для анализа данных (pandas, numpy, matplotlib, seaborn)

Инженер с промышленным опытом работы более 4 лет в Python. FastAPI, Flask, Pandas, NumPy, BeautifulSoup, pyTelegramBotAPI, smtplib, Pydantic, google api, PyJWT Глубинное понимание и опыт в высоконагруженных веб системах, микро сервисной архитектуре, кэшировании данных, ETL и ElasticSearch Опыт реализации паттернов FastAPI: Repository, Service, Unit of Work, Dependency Injection Опыт работы с Python, JavaSctipt, C++, SQL, Java, Kotlin, C#, Matlab Базы данных: PostgreSQL, Redis, Elasticsearch CI/CD: Docker, Jenkins Системы управления проектами: Jira

Общая информация - Имеет опыт настройки CI/CD, опыт работы с GitHub Actions, AWS CodePipeline и GitLab - Имеет опыт использования Grafana, Prometheus для мониторинга различных аспектов программных приложений, таких как показатели производительности, журналы и состояние системы - Имеет опыт работы с несколькими инструментами оркестровки, такими как AWS ECS, Kubernetes (AWS EKS) и Docker-Сompose - Интегрировал внешние секреты и автомасштабирование в AWS EKS, а также настраивал маршрутизацию трафика через Ingress - Имеет опыт работы с системой Bare Metal - Работал с Kubernetes на Bare Metal и развертывал сервисы Docker-Compose - Занимался мониторингом виртуальных машин с помощью Prometheus и Node exporter - Имеет опыт работы с сервером Ubuntu. - Использует Systemd для автозапуска без Docker-программ, пишет BASH-скрипты для очистки дискового пространства и создания дампа базы данных - Имеет опыт написания программ на C++ для встраиваемых систем с использованием ООП - Работал с FastAPI с использованием Python, при написании собственных приложений - Умеет разворачивать и управлять контейнеризированными приложениями с помощью Docker - Целеустремленный человек, который стремится постоянно учиться и совершенствовать свои навыки в различных областях компьютерных наук

Отрасли, в которых работала: - разработка электроники, контрактное производство - поставки РЭА и ЭКБ - разработка таск-трекера с выходом в ERP - светотехника и IoT устройства Суперсила: любой процесс/проблема, который есть в компании (начиная от "бизнесовых" типа сокращения штата отдела продаж в несколько раз без потери качества, заканчивая процессом регистрации пользователя в мобильном приложении) я могу разложить на молекулы и предложить элегантное решение, подкрепленное технической и финансовой аргументацией, а также планом разработки.

Ключевыми навыками кандидата являются - большой опыт работы с крупными банковскими проектами, отличные навыки в разработке и сопровождении проектов, умение находить и устранять баги в коде, опыт работы с новейшими технологиями и инструментами, ответственный подход к выполнению задач и умение работать в режиме многозадачности. Технически сложной задачей из опыта было исправление бага фреймворка тестирования с влиянием на фабрику в срок менее 24 часов. Кандидату предпочтительно развиваться в технической сфере, но также интересен менеджмент. Хотелось бы заниматься разработкой и сопровождением сложных проектов, поиском и устранением багов, оптимизацией кода и архитектурных решений, разработкой новых функциональностей.