АК
Александр К.
Мужчина, 23 года
Беларусь, Минск, UTC+3
Ставка
3 896,1 Р/час
НДС не облагается
Специалист доступен с 4 июня 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
Знание языков
Английский — B2
Главное о специалисте
Middle Data Scientist с опытом работы 3 года.
Специалист в области анализа данных с глубокими знаниями математики и уверенными навыками программирования. Специализируюсь на предиктивном моделировании, аналитике и рекомендательных системах в различных бизнес-доменах. Имею практический опыт на всех этапах цикла Data Science — от постановки задачи и исследования данных до внедрения моделей машинного обучения в продакшн.
Проекты
(3 года 2 месяца)
РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА ДЛЯ ИНТЕРНЕТ-МАГАЗИНА
Роль
Инженер по данным / Инженер по машинному обучению
Обязанности
РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА ДЛЯ ИНТЕРНЕТ-МАГАЗИНА
Система, предлагающая релевантные товары онлайн-покупателям на основе их истории просмотров и покупок. Используются методы интеллектуального анализа данных для анализа поведения пользователей и генерации персонализированных рекомендаций, что делает процесс покупок более приятным и эффективным.
Обязанности и достижения
Коммуникация с клиентом, предоставление выявленных инсайтов, влияющих на процесс принятия решений;
Разработка системы ранжирования товаров с учетом различных временных факторов (сезонность, текущие тренды) и персонализации под предпочтения пользователей c использованием различных подходов(LightFM, XGBoost, SVD++, нейросетевые методы и тд);
Кластеризация пользователей по их предпочтениям для более точных рекомендаций;
Оптимизация ML-инфраструктуры, версионирование признаков и данных;
Совместная работа с командой Data Engineering над схемой A/B-тестирования и определением оптимальной логики стриминга данных под потребности проекта;
Создание статистического слоя для выявления выбросов, который улучшил общую производительность ML-моделей и обеспечил дополнительные инсайты;
Оптимизация скорости инференса моделей и ETL-пайплайнов на 20% за счет правильного индексирования и асинхронных процессов;
Существенное улучшение бизнес-метрики — увеличение CTR (Click-Through Rate) на 35%;
Разработка микросервисов для ML-моделей с использованием FastAPI;
Развертывание моделей машинного обучения в AWS.
Рабочее окружение
Python, Plotly, XGBoost, LightFM, Hyperopt, Matplotlib, Scikit-learn, PyTorch, Pandas, Numpy, FastAPI, Pydantic, AWS(Lambda, S3, EC2, Glue, Redshift, RDS, ECR, EKS, Sagemaker, etc.), Docker, Docker Compose, MariaDB, Redis, Feast, PostgreSQL, Github, Github Actions, Kubernetes(k8s).
Стек специалиста на проекте
glue, MariaDB, ecr, AWS, Redshift, Numpy, Pandas, Redis, GitHub, FastAPI, Scikit-learn, PyTorch, XGBoost, sagemaker, S3, Jeast, Pydantic, Docker Compose, EKS, EC2, Plotly, Docker, Python, GitHub Actions, etc, Lambda, Matplotlib, LightFM, RDS, PostgreSQL, Kubernetes
Отрасль проекта
E-commerce & Retail
Период работы
Октябрь 2023 - По настоящее время
(1 год 9 месяцев)
АНАЛИЗ ДАННЫХ ДЛЯ ОТЕЛЬНОГО БИЗНЕСА
Роль
Инженер по данным / Инженер по машинному обучению
Обязанности
АНАЛИЗ ДАННЫХ ДЛЯ ОТЕЛЬНОГО БИЗНЕСА
Основной целью этого проекта было прогнозирование, мониторинг и контроль трафика отелей. Это включало в себя рассылку информационных бюллетеней и прогнозирование прибыли от новых контрактов.
Обязанности и достижения
Анализ и преобразование исторических данных;
Извлечение отзывов об отелях с различных сайтов для использования в качестве дополнительной информации;
Автоматизация создания ограниченного количества рекламных рассылок для привлечения трафика, путем кластеризации пользователей и отелей по различным признакам;
Участие в совершенствовании платформы для бронирования туров и создание новых инструментов для увеличения прибыли этой платформы за счет использования передовых инструментов и методологий анализа данных;
Построение регрессионной модели для прогнозирования прибыли отеля по новому контракту на основе характеристик отеля, поведения конкурентов и данных из контракта;
Оптимизация RMSE и MAE в качестве ключевых показателей регрессионной модели;
Проведение анализа сегментации для классификации клиентов на основе их предпочтений, поведения и демографических данных, что позволило адаптировать маркетинговые услуги для лучшего удовлетворения потребностей и предпочтений клиентов;
Проверка качества сегментации с помощью оценки силуэтов;
Представление результатов сегментации и регрессии заинтересованным сторонам бизнеса с помощью PowerBI, используя не только динамические графики, но и геопозиционные данные отелей и потенциальных клиентов;
Создание слоя интерпретируемости, позволяющего понимать предсказания модели.
Рабочее окружение
Python, Numpy, SciPy, Matplotlib, Pandas, Seaborn, PowerBI, kmodes, MLflow, UMAP, Scikit-learn, XGBoost, pymc, SHAP, Hyperopt, NLTK, MySQL, Redis, Docker, FastAPI, Docker Compose, Kubernetes(k8s), Github, Github Actions, Azure (VMs, Blob Storage, ML, Databricks, Data Factory).
Стек специалиста на проекте
pymc, blob, Databricks, Numpy, Data Factory, Pandas, SciPy, Power BI, Redis, GitHub, shap, FastAPI, Scikit-learn, Seaborn, NLTK, XGBoost, vms, Storage, MLflow, Docker Compose, Docker, Python, GitHub Actions, Matplotlib, Azure, MySQL, Machine learning, Kubernetes
Отрасль проекта
Realty & Constructoring
Период работы
Май 2022 - Октябрь 2023
(1 год 6 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Белорусский Государственный Университет
Специальность
Информатика (факультет ФПМИ)
Завершение учебы
2023 г.