Александр П. Data Scientist, Senior

▪ Data Scientist с опытом работы 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. ▪ Опыт работы с облачными сервисами (Sber Cloud, Azure) и настройкой CI/CD процессов (Gitlab, Jenkins). ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов.

● Опыт разработки более 6 лет ● Участие в проектировании архитектуры продукта ● Код-ревью, рефакторинг ● Уверенное знание фреймворка Streamlit ● Опыт использования GIT и Docker ● Аналитические и организационные навыки ● Опыт менторства начинающих специалистов

Дмитрий — Data Scientist из Санкт-Петербурга. Специализируется на AI & Robotics. Имеет опыт работы в качестве NLP/ML-специалиста над проектом по разработке NLP-сервиса, где занимался созданием модулей предобработки текста и решением задач по определению именованных сущностей и их классификации. Собранный сервис был отправлен в продакшн. Также работал NLP-инженером над другим проектом, связанным с разработкой чат-бота с функциями ИИ. Занимался написанием REST API для доступа к LLM на сервере и дальнейшей реализацией ИИ-агентов. Чат-бот успешно внедрён со стороны заказчика.

5+ лет опыта в ML и анализе данных, включая продакшн-разработку моделей. Коммерческий опыт с рекомендательными системами (Implicit, LightFM, SVD, DL-based), включая: Collaborative Filtering (ALS, LightFM, SVD); Matrix Factorization (SVD, ALS); Two-Tower Model (Deep Learning) — моделирование с использованием контентных признаков (тексты, эмбеддинги видео/аудио/изображений); Hybrid Model (CF + Content-Based) — интеграция поведенческих и контентных фич для рекомендаций; Transformer-based модели (YouTube DNN, SASRec) — учет последовательностей взаимодействий пользователей. Глубокое понимание алгоритмов RecSys и бустинга (LightGBM, CatBoost, XGBoost). Разработка и деплой моделей (классификация, регрессия, ранжирование) с использованием: PyTorch, TensorFlow; Triton Inference Server, TorchServe, TF Serving Feature engineering для RecSys и других задач; Проведение A/B-тестирования рекомендательных моделей и новых фич; Построение end-to-end ML пайплайнов, автоматизация CI/CD; Опыт с высоконагруженными и распределёнными системами (Spark, Dask, Ray); Разработка REST API (Flask, FastAPI), опыт работы с облаками (AWS, GCP, Yandex Cloud); Использование LLM (в т.ч. RAG) для бизнес-задач и интеграции с рекомендательными системами; Уверенное владение Python, Docker, Kubernetes; Анализ и визуализация данных (NumPy, SciPy, Pandas, Plotly).

Специалист по данным / Инженер по Машинному Обучению с опытом работы 3 года. Специалист по данным с сильным математическим образованием и хорошими навыками программирования. Обладает универсальным набором навыков, охватывающим инженерию данных и анализ данных, с возможностью адаптации к динамичной рабочей среде. Специализируется на обработке естественного языка, компьютерном зрении и прогнозирующем моделировании в различных областях бизнеса. Имеет опыт работы на всех этапах обработки и анализа данных, от понимания бизнес проблем до внедрения моделей ML в эксплуатацию. Языки программирования: Python. Технологии программирования gradio. Data science Pandas, Numpy, Seaborn, Plotly. Машинное обучение Scikit-learn, XGBoost, BitsAndBytes. Глубокое обучение PyTorch, Tensorflow, Keras, OpenVINO, TensorRT, TensorBoard, NVIDIA NGC. Компьютерное зрение OpenCV, Torchvision. Обработка естественного языка Hugging Face, OpenAI API, Langchain, PEFT, Spacy, Gensim, NLTK, BERTopic. MLOps MLFlow. Инженерия данных Apache Spark, PySpark. Облачные технологии AWS(Sagemaker, S3, EKS, EC2, Bedrock, DynamoDB, Cloudwatch и т. д.), Azure(Virtual Machines, Spot VM, SQL, ML, Functions, Synapse, Analysis Services, Data Factory, Blob Storage, DevOps, etc). Базы данных Redis, MongoDB, PostgreSQL. DevOps Docker, Docker Compose, Kubernetes (k8s), Bash Scripting. Системы контроля версий Git, Github. Достижения Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга и отслеживания моделей на этапе экспериментов, что позволило сделать процесс разработки более удобным и эффективным, а развертывание моделей машинного обучения - надежным и безопасным. Коммуникационный чат-бот Разработан коммуникационный чат-бот с LLM для разговоров от лица различных персонажей и с ответами на пользовательские запросы.

Веб-разработчик с опытом более 7 лет. Специализируется на Java разработке с использованием следующих технологий: Spring, Hibernate, Camunda, Kafka, RabbitMQ, Postgresql, Docker. Обладает опытом проектирования, разработки и поддержки серверных веб-приложений. Участвовал в различных турнирах и соревнованиях по программированию.

Отзывчивый, коммуникабельный, ответственный дизайнер. Легко вливается в коллектив. Любит сложные задачи. https://butternut-lemonade-25c.notion.site/Aleksey-Ivanov-Portfolio-a7e6a8f58a694cdbb9b7e90d04416aea