БТ
Богдан Т.
Мужчина, 29 лет
Россия, Тольятти, UTC+4
Ставка
4 187,39 Р/час
вкл. НДС 5% (155.24 Р)
Специалист доступен с 31 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
ML разработчик
Грейд
Навыки
Отрасли
Знание языков
Английский — B2
Главное о специалисте
Богдан — ML-разработчик уровня Senior из Тольятти. Специализируется на машинном обучении и обработке данных. Имеет высшее образование по специальности «Прикладная математика и физика» Московского физико-технического института.
Имеет опыт работы на проектах в отраслях e-commerce и urban technology. Участвовал в разработке и дообучении Transformer-энкодера для текстовых описаний товаров, создании пайплайна расчёта эмбеддингов и NN-поиска, проектировании Airflow DAG. Занимался поиском визуального сходства товаров, обучением моделей, гиперпараметрической настройкой, деплоем моделей в продакшн.
Достижения включают повышение конверсии на 3% за счёт рекомендаций визуально похожих товаров, улучшение метрик прогнозирования спроса и предсказания премиальных покупок, а также разработку моделей повышения разрешения 2D и 3D изображений пористых структур.
Проекты
(5 лет 3 месяца)
Magnit Tech Матчинг товаров конкурентов
Роль
ML разработчик + Data Scientist
Обязанности
Разработка и дообучение Transformer‑энкодера (contrastive learning) для текстовых описаний товаров.
Создание пайплайна расчёта эмбеддингов и NN‑поиска.
Проектирование Airflow DAG, выгрузка результатов в S3 / Greenplum.
Поддержка ETL из ClickHouse и интеграция данных в pricing‑dashboard.
Настройка мониторинга качества (Hit‑Rate, MRR) и алертов.
Достижения
Достигнуты метрики: MRR 0.71, Hit‑Rate@10 0.92 на 18 k SKU.
Время ежедневного обновления маппинга сокращено до 12 мин (×4 быстрее старта).
Снижена доля ручного матчинга до <30 % через confident‑threshold и semi‑auto review.
Настроена CI‑автосинхронизация DAG → zero‑downtime релизы.
Пайплайн масштабирован под рост до 500 k SKU без изменения SLA.
Стек специалиста на проекте
Docker, Python, Data, ClickHouse, Pandas, GreenPlum, PyTorch, Regex, Apache AirFlow, Yandex Cloud, SLA, DVC, S3, MLflow, Gitlab CI, tracking, transformers, Validation, metrics
Отрасль проекта
E-commerce & Retail
Период работы
Январь 2025 - По настоящее время
(7 месяцев)
Optimax Dev
Роль
ML developer + Data Scientist
Обязанности
Поиск визуального сходства — сбор набора данных, обучение модели, извлечение вложений, реализация поиска, разработка и развертывание микросервисов, регистрация и мониторинг;
Visual similarity search — поиск визуально похожих очков среди ассортимента компании, ResNet (дообученный) кодирование изображений присланных пользователем и поиск максимально похожих очков в каталоге
Сокращение PII — подпроцесс для удаления защищенных данных HIPA в дополнение к основному конвейеру OCR;
Оценка отзывов — регулярный конвейер CI для ранжирования обзоров продуктов;
Reviews ranking — ранжирование отзывов пользователей на основе сентимента и информативности ревью
Наставничество и техническое руководство в небольшой команде специалистов по данным:
Quiz-based hybrid RS — рекомендации очков на основе ответов пользователя на опросник (Quiz) CatBoost
Рекомендации визуально похожих очков
Достижения
Достигнут HitRate@1 в районе 60% для визуального поиска
Рекомендации визуально похожих товаров увеличили конверсию на 3%
Стек специалиста на проекте
Python, Kubernetes, BigQuery, Pandas, PyTorch, Sklearn, Apache AirFlow, Yandex Cloud, DVC, GCP, Gitlab CI, OpenCV, mediapipe
Отрасль проекта
E-commerce & Retail
Период работы
Январь 2024 - Декабрь 2024
(1 год)
Optimax Dev
Роль
ML developer + data scientist
Обязанности
Экспорт данных из BigQuery(SQL)4
Подготовка датасетов (feature engineering, feature selection, imputing);
Обучение моделей, hyperparameter tuning (optima, grid-search);
Деплой моделей в продакшн.
Основные проекты:
Предсказание купит ли пользователь премиальный или обычный продукт
Прогнозирование спроса на очки
Рекомендация очков по фото лица
Facial-&-behaviour hybrid RS - рекомендации очков на основе фотографии лица пользователя
Ранжирование отзывов на основе сентимента и информативности
Достижения
В задаче предсказания премиума ROC-AUC > 95%
Прогнозирование спроса MAPE 27 -> 17 %
В задаче рекомендаций CTR +4%, CR +2%
Стек специалиста на проекте
OpenCV, Прогнозирование, Программное обеспечение, Test NG, Engineering, analysis, DVC, BigQuery, Numpy, Pandas, Systemd, PyTorch, CatBoost, MLflow, Optuna, SQL, Docker, Python, Lerna, Features, datax, visualization, Classification, Экспорт данных, gilab, Forecasting
Отрасль проекта
E-commerce & Retail
Период работы
Январь 2023 - Январь 2024
(1 год 1 месяц)
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
Московский физико-технический институт (Государственный университет)
Специальность
Прикладная математика и физика
Завершение учебы
2020 г.