АГ
Александра Г.
Женщина
Россия, Москва, UTC+3
Ставка
2 597,4 Р/час
НДС не облагается
Специалист доступен с 4 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
Александра — специалист уровня Middle в области Data Science. Обладает опытом работы с различными инструментами и технологиями, включая AIogram, Apache AirFlow, API, CatBoost, Docker, FAISS, GitHub, HuggingFace, Linux, Machine learning, Matplotlib, NLP, Numpy, OpenCV, Pandas, Power BI, PySpark, Python, PyTorch, Sklearn, SQL, Superset и другими.
В проектах для компании «Росбанк» в роли Analyst занималась управленческой отчётностью, анализировала данные о рисках, распределении капитала и концентрации рисков, автоматизировала процессы отчётности с помощью макросов на VBA и R Shiny, разрабатывала интерактивные дашборды. В роли Data Scientist работала над стресс-тестированием, переводила отчётность в Power BI, создавала сложные дашборды, взаимодействовала с аудиторской проверкой.
Проекты
(5 лет 4 месяца)
РОСБАНК
Роль
Data Scientist
Обязанности
- Занималась стресс-тестированием: собирала данные и прогнозировала, как изменится достаточность капитала в зависимости от разных экономических сценариев. Прогноз динамики изменения pd;
- Перевела отчетность в Power BI, создавала сложные и наглядные дашборды, которые помогли команде быстрее и точнее анализировать данные. Автоматизировала отчеты с помощью Power Query, VBA.
- Делала сложные дашборды;
- Разрабатывала и внедряла модели машинного обучения для задач классификации и регрессии, используя алгоритмы, такие как деревья решений, градиентный бустинг и линейная регрессия.
- Оптимизироваал модели с использованием методов, таких как кросс-валидация и подбор гиперпараметров.
- Применяла наивный байес для классификации текстовых данных, таких как анализ тональности отзывов.
-Оценивала качество моделей с использованием классических метрик: accuracy, precision, recall, F1-score.
- Интерпретировала результаты метрик для принятия решений по улучшению моделей.
- Применяла базовые алгоритмы кластеризации для анализа данных и сегментации пользователей.
- Оценивала качество кластеризации с использованием метрик;
- Строила векторные представления слов (word embeddings) с использованием методов, таких как Word2Vec, GloVe и FastText.
- Использовала embedding модели для задач NLP, включая классификацию текста и поиск семантического сходства.
- Работала с базовыми архитектурами нейронных сетей для обработки текста: RNN, LSTM, BERT.
- Применяла RNN и LSTM для задач, таких как генерация текста и анализ временных рядов.
работы с крупными языковыми моделями (LLM), включая их файнтюнинг под конкретные задачи.
- Адаптировала LLM для задач генерации текста, ответов на вопросы.
- Программировала на Python;
- Работала с Apache Superset и SQL, адаптация текущей отчетности к новым платформам.
- Контроль сроков выполнения валидационных рекомендаций. Также взаимодействовала с аудиторами, помогая выполнять их требования и улучшать внутренние процессы;
- Готовила аналитические материалы для обсуждения внедрения внутренних рейтингов, автоматизировала обработку и сбор данных с помощью Excel и Python.
Стек специалиста на проекте
SQL, Python, Power BI, VBA, Power Query, Excel, Apache Superset
Отрасль проекта
FinTech & Banking
Период работы
Август 2022 - Декабрь 2024
(2 года 5 месяцев)
Elbrus
Роль
Data Scientist
Обязанности
- подбор рекомендаций вакансий по резюме;
- парсинг вакансий и автоматизация парсинга (REST API, Airflow, requests, BeautifulSoup, PostgreSQL)
- создала словарь навыков, выделила навыки из вакансий для последующей кластеризации
- осуществила семантический поиск на основе эмбеддингов на основе HugginFace LaBSE, faiss
- написала чат-бот на aiogram, развернула в Docker и на сервере Selectel
- интегрировала генеративную модель Mistral (Hugging Face) для анализа вакансий и резюме, а также RAG
- использовала эмбеддинги (RuBERT, LaBSE) и faiss для поиска навыков, сравнения вакансий и выдачи рекомендаций.
- Стек: Python, PostgreSQL, Airflow, faiss, RuBERT, LaBSE, Mistral, aiogram, Docker, Selectel.
Оценка стоимости недвижимости
-оценивала стоимость недвижимости с помощью catboost, pandas
Классификация отзывов на рестораны
- обучила модель классификации отзыва пользователя основываясь на тексте отзыва, использовались три модели: логистическая регрессия (TF-IDF), LSTM с Attention и BERT (RuBERT-tiny2). Реализовала предобработку текста, визуализировала результаты
Стек: pandas, numpy, sklearn, PyTorch, transformers, matplotlib, re, pymorphy3, TF-IDF, кастомный препроцессинг (лемматизация), токенизация (RuBERT-tiny2), LSTM с Attention
Сегментация аэроснимков
- реализовала семантическую сегментациию аэроснимков с использованием модели U-Net на основе ResNet-18
- Стек: Python, PyTorch, torchvision, segmentation_models_pytorch, Albumentations, Matplotlib, OpenCV, U-Net (ResNet-18)
Стек специалиста на проекте
OpenCV, transformers, Bert, lstm, tfidf, kuber, Numpy, Pandas, UNET, Requests, PyTorch, Sklearn, PyMorphy, HuggingFace, Torchvision, CatBoost, aiogram, Selectel, Docker, Python, Matplotlib, Apache AirFlow, REST API, PostgreSQL, albumentations, FAISS, beautifulsoup
Отрасль проекта
Information Security
Период работы
Июнь 2024 - Октябрь 2024
(5 месяцев)
РОСБАНК
Роль
Analyst
Обязанности
- Делала управленческую отчетность для руководства: анализировала данные о рисках, распределении капитала и концентрации рисков;
- Рассчитывала концентрацию корпоративного портфеля в различных разрезах, а также некоторые из показателей концентрации;
- Автоматизировала процессы отчетности с помощью макросов на VBA, R Shiny и разрабатывала интерактивные дашборды, чтобы упростить работу с данными и улучшить визуализацию;
- Участвовала в обновлении методологии стресс-тестирования и распределения капитала;
- Взаимодействовала с аудиторской проверкой;
- Создала Дашборд для более удобного отслеживания и контроля сроков выполнения аудиторских и валидационных рекомендаций в департаменте.
Стек специалиста на проекте
VBA, Testing
Отрасль проекта
FinTech & Banking
Период работы
Сентябрь 2019 - Июль 2022
(2 года 11 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно, Офис
Командировки
Готов
Релокация
Внутри страны, За границу
Готов работать на зарубежных проектах
Да
Образование
Высшее
Учебное заведение
Финансовый университет при Правительстве Российской Федерации, Москва
Специальность
Прикладная математика и информатика, Прикладная математика
Завершение учебы
2014 г.
Высшее
Учебное заведение
Российская экономическая школа, Москва
Специальность
Экономика
Завершение учебы
2014 г.