ДХ
Дарья Х.
Женщина, 27 лет
Беларусь, Минск, UTC+3
Ставка
3 746,75 Р/час
вкл. НДС 20% (500 Р)
Специалист доступен с 20 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 аналитик
Грейд
Навыки
Отрасли
Знание языков
Английский — B2
Русский — C2
Главное о специалисте
▪ Data Scientist / Data Analyst c более чем 5 летним опытом в области анализа данных и машинного обучения в различных отраслях, включая банковское дело, финансовые услуги, e-commerce и стартапах.
▪ Применение передовых методов анализа данных и машинного обучения для глубокого анализа текущих данных и процессов, оптимизации операций и извлечения ценных инсайтов, а также их адаптации к бизнес-потребностям.
▪ Разработка и проектирование систем разной сложности в соответствии с техническими требованиями и задачами, включая высокоэффективные, высоконагруженные и масштабируемые микросервисные приложения.
▪ Глубокий анализ существующих решений, их улучшение и адаптация к требованиям бизнес-процессов.
▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов.
Проекты
(5 лет 10 месяцев)
Система мониторинга клиентов банка
Роль
Data Scientist/Data Analyst
Обязанности
Построение системы мониторинга клиентов банка, анализ финансового поведения и прогнозирование спроса и предложения финансовых продуктов, оценки рисков, что позволило улучшить качество принятия решений, адаптировать предложение банковских услуг для различных сегментов клиентов и оптимизировать финансовые операции банка.
▪ Проведение разведочного анализа данных (EDA) для выявления закономерностей, обнаружения аномалий, проверки качества данных и определения направления инженерии признаков перед разработкой модели.
▪ Time Series Forecasting Solutions:
□ Использование ARIMA, Prophet, ETNA и LSTM для улучшения точности прогнозов временных рядов.
□ Применение SOTA моделей для прогнозирования потока наличности банкоматов.
▪ Credit Scoring and Risk Assessment:
□ Разработка моделей кредитного скоринга для оценки кредитного риска корпоративных клиентов.
□ Разработка мониторинговых моделей для анализа кредитного портфеля для оптимизации принятий решений
▪ Fraud Detection:
□ Анализ транзакций для выявления подозрительных паттернов и операций с использование алгоритмов кластеризации K-means, DBSCAN и иерархической кластеризации
▪ Customer Segmentation and Personalization:
□ Сегментация клиентов на основе их финансового поведения с использованием кластерного анализа.
▪ A/B тестирование для оценки эффективности различных стратегий и продуктовых решений.
▪ Участие в планировании и оценке сроков выполнения задач, управление и проведение код-ревью
Стек специалиста на проекте
AIM, Streamlit, lstm, EDA, arima, tools, Numpy, Git, Pandas, JupyterLab, Scikit-learn, Seaborn, PyTorch, XGBoost, cloud, CatBoost, lightning, Lightgbm, Plotly, SQL, Docker, Python, memory, JupyterNoteBook, MySQL, prophet, PostgreSQL, Jenkins, jupiterhub, A/B testing
Отрасль проекта
FinTech & Banking
Период работы
Октябрь 2022 - По настоящее время
(2 года 10 месяцев)
Система ценообразования на квартиры для высоконагруженной популярной платформы по продаже недвижимости
Роль
Data Analyst/Data Scientist
Обязанности
Разработка и внедрение системы ценообразования на квартиры для высоконагруженной популярной платформы по продаже недвижимости. Система предоставляет пользователям рекомендации по оптимальной цене продажи квартиры, а также прогнозирует время до получения предложений от потенциальных покупателей.
● Data Science & Analytics:
○ TS Forecasting: Применение алгоритмов машинного обучения для анализа данных о рынке недвижимости, определения оптимальной цены и времени ожидания.
○ Scoring: Реализация ML-модели скоринга, для оценки риска.
○ Fraud Detection: Разработка системы для обнаружения мошеннических операций в реальном времени.
○ Использование библиотек Pandas, Polars, NumPy, Scikit-learn, PyTorch для обработки и анализа данных.
● Оптимизация производительности: Интеграция системы с облачными сервисами для обеспечения высокой доступности и быстрого отклика системы. Использование Cloud решений для хранения и обработки данных.
● Тестирование и деплой: Реализация автоматизированных тестов с использованием pytest. Настройка CI/CD процессов с помощью GitLab CI/CD для автоматического развертывания изменений в продакшене.
● Коммуникация с заказчиками: Регулярное общение с заказчиками для сбора требований, обратной связи и корректировки стратегии разработки в соответствии с бизнес-потребностями.
Стек специалиста на проекте
GitLab, containerization, Базы данных, tools, Tensorflow, Numpy, Git, Pandas, mlмодели, Pytest, Analytics, Scikit-learn, PyTorch, Data Science, Backend development, Vision, Polars, SQL, Docker, TypeScript, Data Analysis, GitLab CI/CD, control, Apache AirFlow, Testing, Нереляционные БД (NoSQL), Machine learning, WITH, Jenkins, CI/CD, Kubernetes
Отрасль проекта
E-commerce & Retail
Период работы
Август 2021 - Сентябрь 2022
(1 год 2 месяца)
Модели машинного обучения для улучшения удержания клиентов
Роль
Data Analyst
Обязанности
Разработка и оптимизация моделей машинного обучения для улучшения удержания клиентов, оптимизации предсказания спроса и улучшения качества и эффективности финансовых сервисов
▪ Разработка и оптимизация модели Catboost для предсказания клиентооттока с использованием data-driven подхода | churn prediction.
▪ Создание RFM сегментации для классификации клиентов и повышения точности модели прогнозирования оттока.
▪ Масштабирование и унифицирование AI-продуктов за счет оптимизация архитектуры данных и ускорения ETL-процессов.
▪ Оптимизация качества модели прогнозирования спроса с использованием Prophet и PySpark для более чем 100,000 продуктов.
▪ Разработка рекомендательной системы альтернативных продуктов, основанная на глубоком анализе пользовательского поведения, что позволило улучшить персонализацию предложений и увеличить взаимодействие с пользователями.
▪ Улучшение качества обнаружения мошенничества путем применения методов детекции аномалий в ценах покупок, что повысило эффективность и надежность системы безопасности и минимизировало финансовые потери от мошеннических операций.
Стек специалиста на проекте
Data Visualization, Git, Pandas, JupyterLab, Algorithms, Scikit-learn, ETL, Seaborn, PyTorch, XGBoost, CatBoost, Detection, PySpark, SQL, Docker, Python, Matplotlib, Pipelines, JupyterNoteBook, Нереляционные БД (NoSQL), prophet, Machine learning, PostgreSQL
Отрасль проекта
FinTech & Banking
Период работы
Октябрь 2019 - Июль 2021
(1 год 10 месяцев)
Формат работы
Тип занятости
Фулл-тайм, Парт-тайм (4 ч/день)
Формат работы
Удаленно, Офис
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Да
Образование
Высшее
Учебное заведение
Белорусский государственный университет
Специальность
Актуарная математика
Завершение учебы
2019 г.
