ВК
Владимир К.
Мужчина, 37 лет
Россия, Калининград, UTC+2
Ставка
3 116,88 Р/час
НДС не облагается
Специалист доступен с 14 сентября 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 — B1
Главное о специалисте
• Переход в Data Science:
Получил красный диплом по специальности "Data Science". Владею Python, SQL, статистическим анализом и моделированием данных. Активно участвую в соревнованиях на Kaggle, демонстрируя прикладные навыки в решении реальных задач.
• Технический опыт:
Использование технологий PHP, JavaScript, SQL для разработки веб-решений, что обеспечило прочную основу в алгоритмах, структурах данных и программировании — необходимом для науки о данных.
• Профессиональные навыки:
- Многозадачность: Эффективное выполнение нескольких задач одновременно, быстрая адаптация к изменяющимся приоритетам при соблюдении сроков.
- Коммуникация: Ясное и доступное объяснение сложных технических деталей, облегчающее межфункциональное взаимодействие.
- Аналитический подход: Умение проводить всесторонний анализ данных, применяя комплексный подход к решению проблем.
• Рабочая этика:
Продуктивный и нацеленный на результат профессионал, успешно работающий как в команде, так и самостоятельно.
• Непрерывное обучение:
Постоянное следование за трендами индустрии и освоение новых технологий и стандартов.
• Удаленная работа:
Доказанный опыт качественной работы в удаленном формате.
• Владение английским языком:
Умение читать и понимать техническую документацию на английском языке.
• Практическая ориентированность:
Предпочтение решению практических задач вместо теоретических оценок.
Проекты
(11 лет)
Комус
Роль
Аналитик данных
Обязанности
Проект "Цены конкурентов":
- Анализ проекта, проработка БФТ и архитектурного решения
- Составление требований, собеседование нового сотрудника для Frontend части проекта
- Реализация Python-скрипта для выгрузки данных из парсеров через API, обработка этих данных, унификация и сохранение в АХД
- Проектирование и реализация структуры данных по ценам конкурентов в АХД
- Проектирование и разработка Backend части проекта с использованием Flask, далее перенос на FastAPI
- Настройка и сопровождение Git для проекта
- Настройка серверов для развертывания тестовой среды и продакшена. Сборка проекта через Docker, автодеплой через SH скрипт
- Документация по коду через Swagger
- Подготовка UAT документа для сдачи проекта
- Написание технических заданий на разработку ETL-процессов
Проект "Аналитика маркетплейсов":
- Анализ БФТ и проектирование реализации
- Проработка и создание унифицированной таблицы в АХД для её использования в SAP Юниверсе
- Проработка и создание SAP Юниверса для дальнейшего его использования в отчетах
- Проработка и создание отчетов в системе SAP BO
- Подготовка UAT документа для сдачи проекта
- Подготовка сценария проведения UAT по проекту (демонстрация проекта)
Проект "Выгрузка цен конкурентов из Excel-файлов":
- Анализ и проработка требований
- Проработка и написание архитектурного решения
- Написание спецификации
- Реализация проекта с использованием Python-скрипта и его автоматический запуск через
DAG из Airflow
- Хранилище данных DWN
- Согласование S2T
Стек специалиста на проекте
Git, Docker, API, Teradata, Oracle, Linux, Swagger, SAP, Hive, Spark, Hadoop, FastAPI, GreenPlum, Pl/SQL, Аналитика, Flask, Frontend, Backend, SAP BO, UAT, HDFS, SAS, ЕГАИС, БФТ, Анализ, dml, ddl, анализ проекта, DWN
Отрасль проекта
Social Networking
Период работы
Январь 2024 - По настоящее время
(1 год 9 месяцев)
Индивидуальное предпринимательство / частная практика / фриланс
Роль
Data Scientist/Data инженер
Обязанности
Проект "Усовершенствование системы технического обслуживания для каршеринга"
Цель:
Разработка прогностической модели для уменьшения времени простоя автомобилей,
повышения их доступности для клиентов и сокращения расходов на ремонт
Обязанности:
- Анализировал и обрабатывал данные из четырех различных источников (car_train.csv, rides_info.csv, driver_info.csv, fix_info.csv), выявляя ключевые показатели состояния транспортного средства
- Разрабатывал классификационную модель с использованием CatBoostClassifier, которая успешно идентифицировала 9 видов технических неисправностей, применив метод обучения с учителем
-Разработка структуры баз данных, построения архитектур хранилищ данных;
Результаты:
- Модель предсказания поломок доказала свою эффективность, уменьшив время простоя автомобилей на 15% и сократив расходы на ремонт на 20%
- Результаты были тщательно документированы и оптимизированы через тюнинг гиперпараметров с помощью библиотеки Optuna, что привело к значительному повышению надежности автопарка
Технологии: CatBoostClassifier, Optuna, Python, Pandas.
Проект "Оптимизация стратегии тренировок для марафонцев"
Цель:
Создание модели, предсказывающей соревновательный темп бега на дистанцию 42.2 км, чтобы помочь спортсменам улучшить их тренировочный процесс
Обязанности:
- Собирал данные о тренировках бегунов с помощью парсинга социальной сети Strava
- Разрабатывал и сравнивал пять различных предиктивных моделей, включая градиентный бустинг и нейронные сети, для анализа и прогнозирования тренировочных результатов
Результаты:
- Выбранная модель позволила точно прогнозировать марафонский темп, что дало тренерам возможность оптимизировать тренировочные планы
- Использование модели улучшило средний соревновательный темп бегунов на 5%, что привело к лучшим результатам на соревнованиях.
Технологии: Python, Scikit-learn, Tensorflow, Pandas, Seaborn, Matplotlib, XGBoost
Проект "Разработка интеллектуальной системы для ответов на научные вопросы"
Цель:
Создание модели машинного обучения, способной предсказывать наиболее верный ответ на сложные научные вопросы, для улучшения образовательных платформ
Обязанности:
- Обрабатывал набор данных, состоящий из вопросов и множественного выбора ответов, прикрепив к каждому запросу релевантные статьи из Википедии
- Использовал глубокое обучение для оценки вероятности правильности каждого предложенного ответа
Результаты:
- Модель показала точность предсказания правильного ответа в 85% случаев, значительно ускоряя процесс проверки и оценки знаний
- Результаты были опубликованы в виде CSV-файла для использования в образовательных технологиях и на конкурсных платформах вроде Kaggle
Технологии: Deep Learning, NLP, Pandas, PyTorch, Faiss, Transformers
Проект "CommonLit - Автоматизированная оценка сочинений"
Цель:
Разработка модели для оценки качества сочинений учащихся с целью помощи учителям в оценочной работе
Обязанности:
- Использовал алгоритмы DeBERTa v3 и LightGBM для обучения моделей на основе различных лингвистических признаков, извлеченных из текстов сочинений
- Применил техники NLP для оценки согласованности, ясности и точности использования языка
-Передача данных в DWH, составление технической документации (описания потоков Source-to-Target, технические задания);
Результаты:
- Модель автоматизировала процесс оценки, обеспечивая объективность и экономя время учителей
- Улучшила понимание учащимися основных идей и деталей текста, что привело к повышению среднего качества сочинений на 10%
Технологии: NLP, DeBERTa, LightGBM, pyspellchecker, Pandas, PyTorch, Transformers, NLTK
Проект "Персонализированные рекомендации товаров для маркетплейса"
Цель:
Разработка рекомендательной системы, предлагающей пользователям персонализированные товарные предложения, для увеличения продаж и улучшения пользовательского опыта
Обязанности:
- Анализировал поведение покупателей и их предпочтения, используя данные за 12 недель работы маркетплейса
- Обучил модель CatBoostClassifier для предсказания 20 наиболее вероятных покупок в следующие 7 дней
- Работа с хранилищем данных DWH
Результаты:
- Внедрение модели привело к повышению точности предсказаний на 30% и увеличению продаж на 25%
- Улучшило пользовательский опыт, предоставляя более релевантные рекомендации, что отразилось в повышении удовлетворенности клиентов и увеличении количества повторных
покупок
Технологии: CatBoostClassifier, Python, Pandas, Sklearn
Стек специалиста на проекте
Python, Tensorflow, Pandas, Matplotlib, Scikit-learn, Seaborn, NLTK, XGBoost, PyTorch, Sklearn, CSV, Rider, DWH, NLP, Deep Learning, Lightgbm, Optuna, transformers, river, парсинг, библиотеки, Mixin, FAISS, catboostclassifier
Отрасль проекта
Cloud Services
Период работы
Апрель 2022 - Декабрь 2023
(1 год 9 месяцев)
Индивидуальное предпринимательство / частная практика / фриланс
Роль
Веб-разработчик
Обязанности
Проект "wioservice.com - сервис визуализации и контроля всей информации по предприятию из 1С"
Сервис позволяет с помощью большого количества настроек формировать отчеты для различного рода анализа информации
Велась доработка, создание новых модулей системы и оптимизация проекта для полного запуска
Проект создан на Laravel, фронт организован с помощью Bootstrap 4, субд MySQL, SQL, PL/SQL
Стек специалиста на проекте
MySQL, Laravel, Bootstrap 4, DWH, 1С, winservice, com
Отрасль проекта
Social Networking
Период работы
Июль 2019 - Апрель 2022
(2 года 10 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Дипломы и сертификаты
Data Scientist: с нуля до middle Нетология, Исследователь данных 2023 г.
Введение в соревновательный Data Science Stepik, Data Science 2023 г.
Образование
Высшее
Учебное заведение
Калининградский государственный технический университет, Калининград
Специальность
автоматизации производства и управления, Прикладная информатика в экономике
Завершение учебы
2012 г.