Леонид У. Data инженер, Senior

Кирилл — data-инженер из Ростова-на-Дону. Обладает опытом работы на проектах в сферах FinTech & Banking, Government & Public Sector и E-commerce & Retail. На проекте для компании из сферы FinTech & Banking занимался обработкой больших объёмов информации, анализом данных, разработкой дата-пайплайнов и организацией data quality. Использовал Python, bash, Hadoop, Greenplum, PL/pgSQL, Atlassian, Jupyter, Hue, Hive, Airflow, Superset, Power Bi, PySpark, Pandas, PyArrow. Для государственной компании разрабатывал детальный слой и строил витрины, писал пайплайны по доставке и обработке данных. Использовал Python, Apache Airflow, Git, Posgresql. В качестве python-разработчика для госструктуры создавал скрипты для автоматизации бизнес-процессов и администрирования оборудования, а также писал процедуры для баз данных. В работе использовал Python, Bash, FastAPI, Sqlalchemy, ansible, postman, Git, pgsql, Linux, Docker, Prometheus, Grafana и др. Опыт работы на позиции python-разработчика включал аналитику данных и контроль data quality, разработку скриптов по автоматизации и эксплуатацию измерительной техники. Использовал Python, bash, MySQL, Postgresql, Astra Linux, SecretNet. На последнем месте работы в сфере E-commerce & Retail занимался интеграцией реляционных и нереляционных источников, настройкой мониторинга и алертинга, нормализацией и очисткой данных. Работал со стеком из MongoDB, Postgres, S3, YandexCloud, Greenplum, Python, SQL, Ni-Fi, Airflow, Kafka, k8s, Jenkins, Github, ELK, Grafana, Vault.

Более 3 лет опыта работы в области python разработки. Большой интерес к Data Mining и анализу, AI технологиям, машинному обучению. Хорошие аналитические навыки и умение решать проблемы. Ориентирован на результат, способен быстро вникать в новые технологии. Есть опыт как самостоятельной работы на проекте, так и в составе команды.

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.

• 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.

● 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

Специализация и профессиональные навыки: Системный и бизнес-анализ на проектах заказчиков Управление требованиями Моделирование бизнес-процессов Проектирование БД (ER модель) Web Services (SOAP, REST) Apache Kafka ARIS SQL BPMN UML IDEF Scrum Анализ потребностей со стороны бизнес-заказчиков, формализация и согласование требований к информационным системам Опыт формализации требований с использованием разных техник (в том числе Use Cases, User Stories) Составление инструкций / памяток и обучение конечных пользователей; участие в тестировании, поддержка пользователей системы в период ОПЭ Написание документации Проведение тестирования Системное мышление