Андрей З. ML разработчик, Senior

Специалист по машинному обучению и обработке данных с более чем 3-летним опытом разработки решений на основе ИИ, систем обработки естественного языка (NLP) и приложений компьютерного зрения. Владеет языком программирования Python, а также библиотеками PyTorch, scikit-learn и PostgreSQL. Опытен в области обработки естественного языка (NLP), глубокого обучения, анализа и визуализации данных. Имеет опыт создания масштабируемых архитектур, интеграции больших языковых моделей (LLM) и оптимизации ИИ-моделей. Обладает сильными навыками решения проблем, опытом проектирования системной архитектуры и разработки функционала. Увлечен инновациями, автоматизацией и принятием решений на основе ИИ.

Я перешёл с Game Developer Unity C# в Data Science/Machine Learning, потому что я очень сильно влюбился в эту область. В IT опыта около 4 лет как программист. Присутствуют практические знания статистики, линейной алгебры и математики в общем, но хочу знать больше. Люблю Математику, программирование, науку. Я крайне добр и не вспыльчивый. Говорю на Русском и на Английском свободно. Моя сильнейшая сторона: умею уделять работе всё время и постоянно обучаться новому.

Опыт разработки и проектирования сложного программного обеспечения в том числе с интеграцией данных. Эксперт в области нейронных сетей. Знание основных алгоритмов и структур данных. Хорошее знание шаблонов проектирования, дизайна объектно-ориентированного программирования, юнит-тестирования Опыт применения современных инженерных практик, чистый код, рефакторинг. Опыт разработки и построения веб-сервисов Опыт работы с ML – 2 года (полный цикл сбор и подготовка данных, feature selection & engineering, тренировка/валидация/тестирование ML моделей, выбор лучшей модели, демонстрация результатов) Опыт работы с данными - 2.5 года Опыт разработки на Python - 2.5 года Опыт разработки на Java - 0,5 года Опыт разработки на С++ - 1 год Опыт разработки и построения веб-сервисов

Machine Learning Engineer с более чем 3-летним опытом коммерческой разработки. Эксперт в области NLP, оптимизации моделей машинного обучения и построения ETL-конвейеров. Обладаю глубокими знаниями в Python, PyTorch, FastAPI, Docker, Airflow. Имею опыт работы с LLM (Llama, GPT-3.5, Mistral), BERT, Stable Diffusion. Опыт развертывания ML-сервисов в GCP, AWS, DigitalOcean, а также интеграции ML-моделей с API и мессенджерами. ПРОФЕССИОНАЛЬНЫЕ НАВЫКИ: ● Разработка и развертывание ML-моделей для анализа текста, NLP и генерации контента ● Работа с большими языковыми моделями (Llama, GPT-3.5, Mistral, BERT) ● Тонкая настройка моделей и оптимизация инференса (BERT, Llama 2, GPT-3.5) ● Компьютерное зрение и генерация изображений (Stable Diffusion) ● Обучение моделей анализа текстов и транскрибации (BERT, Llama 2) ● Работа с Hugging Face Transformers: Использование библиотеки Hugging Face для тонкой настройки и оптимизации моделей (BERT, Llama 2, GPT-3.5) в различных проектах. ● Интеграция OpenAI, Cohere, Claude: Работа с API OpenAI, Cohere и Claude для задач генерации текста, анализа и оптимизации моделей. ● Интеграция ML-моделей в бизнес-процессы (автоматизация для малого и среднего бизнеса в США) ● Развертывание ML-сервисов и API (FastAPI, Docker, Kubernetes) ● Создание ETL-конвейеров для обработки данных (Airflow, SQL, BigQuery, PostgreSQL) ● Мониторинг и тестирование ML-моделей (Prometheus, Git) ● RAG, специализированное обучение на данных. ● Работа в Agile-командах (Jira, Confluence)

Александр — ML-разработчик уровня Senior из Москвы. Обладает опытом работы на проектах в сферах EdTech, FinTech & Banking, AI & Robotics и IoT. На проекте для компании «Компьютерная академия “Топ”» занимался разработкой методических материалов по курсу «Базы данных и SQL для аналитиков данных», а также созданием курса «Продвинутые модели машинного обучения». В рамках проекта по риск-модели предсказания цен на недвижимость и системы видеоконтроля стройготовности объектов выполнял функции Data Scientist. Занимался разработкой моделей прогнозирования цен на квадратный метр жилья и новых клиентов банка, а также разработкой Marketing Mix Modeling для распределения рекламных бюджетов и созданием моделей распознавания. Как Python / ML Engineer работал над проектом Urana AI — системой генерации видеоряда по музыке. В рамках этой задачи занимался разработкой пайплайна генерации видео, созданием алгоритмов выявления звуковых эффектов и доработкой GAN-моделей. Также имеет опыт работы над проектами по разработке розничных продуктов для физических лиц, где создавал скоринговые модели для анализа клиентов и занимался построением моделей оттока клиентов. И опыт работы над задачами, связанными с умным домом, IoT и спутниковым телевидением, включая построение моделей оттока, CV-моделей и предсказание аномалий.

Full-stack разработчик с опытом более 3ех лет. Основной упор на React+Redux. Большой опыт с Tailwind Опыт поддержки и работы с NodeJS бэкендом и Postgresql Ответственное отношение к работе. Четкое выстраивание процессов разработки. Хорошие коммуникативные навыки и способность работать в команде. Высокая ответственность и внимательность к деталям.

Middle Data Scientist по работе с данными с опытом работы 3 года. Специалист по обработке данных, специализирующийся на разработке эффективных проектов, ориентированных на данные, и уделяющий особое внимание использованию передовых методов прогнозного моделирования, аналитики и рекомендательных систем. Я обладаю проверенным опытом в выявлении и решении бизнес-проблем с помощью стратегического применения Data Science. Кроме того, у меня есть практический опыт, охватывающий весь жизненный цикл работы с данными - от понимания проблем и разработки функциональных возможностей до внедрения моделей машинного обучения в производство. Для этого я использую различные инструменты, такие как Python, Pandas, пакеты визуализации данных, Scikit-learn, XGBoost, SHAP, Boruta для обработки данных, моделирования и оценки; FastAPI для серверной разработки, Docker и k8s для задач DevOps, облачные сервисы AWS и Azure.

Java-разработчик с опытом работы на проектах в сферах FinTech & Banking и Manufacturing. Участвовал в создании банковского мобильного приложения для клиентов банка, где занимался разработкой основных архитектурных решений, написанием кода, анализом и ревью кодовой базы. Разрабатывал сервисы на Spring Boot, внедрял механизмы аутентификации и авторизации, работал с Camunda BPM, оптимизировал работу Hibernate и запросов к базе данных. Также участвовал в проекте по контролю за оборотом и переработкой вторичного сырья. Занимался разработкой бэкенд решений, разделением монолитного решения на независимые сервисы, построением синхронных и асинхронных моделей взаимодействия сервисов restAPI, ArtemisMQ. Внедрял Hibernate, работал над оптимизацией работы с базой данных и обеспечением синхронизации данных в ней.

Алексей — опытный Data инженер с более чем шестилетним опытом работы в проектах RnD, E-commerce & Retail и EdTech. В портфолио Алексея есть несколько успешных проектов: Customer360, разработка программного обеспечения для бухгалтерского учёта для одного из крупнейших розничных продавцов товаров для дома, Apache Superset по визуализации данных для целей BI, внутренний проект, направленный на решение проблем повторного развёртывания групп DAG Airflow на учётных записях Kohls и IAS, IAS Python Upgrade, настройка и поддержка кластера Hadoop/Spark, разработка приложений на Hadoop/Spark для научных целей. Алексей участвовал в разработке и поддержке групп DAG Airflow для преобразования данных, включая сшивание данных; разработал и спроектировал Metadag Airflow DAG, которая автоматизирует и повышает уровень понимания процессов в команде C360; выполнил общую миграцию из локальных в облачные сервисы; получил большой опыт в разработке приложений Flask, выполнении миграций БД с использованием SQLAlchemy и Alembic; разработал внутреннюю систему контроля доступа для приложения Superset; разработал пакет Python3 airflow-redeploy, который упрощает процесс повторного развёртывания групп DAG через официальный REST API и плагин REST API.