Олег З. ML разработчик, Middle

Александр — ML-разработчик уровня Senior из Москвы. Обладает опытом работы на проектах в сферах EdTech, FinTech & Banking, AI & Robotics и IoT. На проекте для компании «Компьютерная академия “Топ”» занимался разработкой методических материалов по курсу «Базы данных и SQL для аналитиков данных», а также созданием курса «Продвинутые модели машинного обучения». В рамках проекта по риск-модели предсказания цен на недвижимость и системы видеоконтроля стройготовности объектов выполнял функции Data Scientist. Занимался разработкой моделей прогнозирования цен на квадратный метр жилья и новых клиентов банка, а также разработкой Marketing Mix Modeling для распределения рекламных бюджетов и созданием моделей распознавания. Как Python / ML Engineer работал над проектом Urana AI — системой генерации видеоряда по музыке. В рамках этой задачи занимался разработкой пайплайна генерации видео, созданием алгоритмов выявления звуковых эффектов и доработкой GAN-моделей. Также имеет опыт работы над проектами по разработке розничных продуктов для физических лиц, где создавал скоринговые модели для анализа клиентов и занимался построением моделей оттока клиентов. И опыт работы над задачами, связанными с умным домом, IoT и спутниковым телевидением, включая построение моделей оттока, CV-моделей и предсказание аномалий.

- Инженер машинного обучения с опытом работы более 4-х лет, специализирующийся на разработке и внедрении передовых моделей машинного обучения. Обладает опытом в Python, TensorFlow, PyTorch, Keras и Scikit-learn, с пониманием обработки и визуализации данных с использованием NumPy, Pandas и Matplotlib. - Эксперт в области глубокого обучения, обработки естественного языка, компьютерного зрения и предиктивного анализа, со способностью улучшать функции продукта и операционную эффективность. Имел опыт оптимизации моделей с помощью предварительной обработки данных, создания признаков и настройки гиперпараметров. - Владеет навыками развертывания моделей с использованием Docker и Git, обеспечивающий масштабируемые и эффективные процессы машинного обучения. Знаком с Jupyter Notebooks для прототипирования и MLflow для управления жизненным циклом. - Демонстрирует сильные аналитические навыки, умело извлекающий инсайты из данных. Тесно сотрудничает с межфункциональными командами для интеграции решений искусственного интеллекта в программные системы. - Постоянно стремится к обучению и освоению новых методов в области машинного обучения, искусственного интеллекта и науки о данных с целью стимулировать инновации и улучшать результаты.

Максим — ML-разработчик уровня Junior+ с опытом работы на проектах в сферах AI & Robotics и E-commerce & Retail. На проекте по разработке системы алготрейдинга на основе новостного анализа выполнил следующие задачи: - разработал прототип системы для алготрейдинга акциями; - реализовал парсинг новостей из Telegram-каналов; - выполнил предобработку и семантическую классификацию новостей; - спроектировал и обучил модель прогнозирования; - настроил автоматическую отправку уведомлений о торговых сигналах в Telegram. В роли ML engineer в проекте Mars работал над следующими задачами: - разработка, обучение, валидация и развёртывание моделей машинного обучения; - проектирование и реализация пайплайнов (MLOps) для автоматизации процессов; - проведение A/B-тестирований; - анализ данных и проверка статистической значимости результатов; - интеграция разработанных моделей в существующую IT-инфраструктуру компании; - взаимодействие с кросс-функциональными командами и представление результатов работы бизнес-стейкхолдерам.

Александр — опытный Data Scientist с навыками работы в области машинного обучения и анализа данных. Он обладает глубоким пониманием SQL, Python и различных библиотек для машинного обучения, таких как Scikit-learn, CatBoost, LightGBM и XGBoost. В своей работе Александр успешно решал сложные бизнес-задачи. На текущем месте работы он разработал модель прогнозирования поломок платёжных терминалов, что позволило снизить затраты на обслуживание на 10% и уменьшить количество внеплановых ремонтов на 22%. Также он создал модель для определения оптимальной суммы овердрафта для водителей такси, снизив риски невозврата на 10%, и реализовал модель для выявления клиентов, наиболее подходящих для премиальных банковских услуг. Кроме того, Александр разработал модель для выявления и предотвращения мошеннических транзакций. Опыт работы Александра составляет два года.

Илья — ML-разработчик уровня Middle+ из Москвы. Специализируется на машинном обучении, имеет опыт работы в сферах Media, BioTech, Pharma, Health care & Sports. Владеет английским языком на уровне B2. Имеет высшее образование по специальности «Специалист по защите информации» Орловского университета. Участвовал в двух проектах: - Langswap (Media, декабрь 2023 — июль 2025). Роль: ML developer. Задачи включали исследования в области речевых технологий, участие в Emotion Recognition Challenge 2024, руководство командой по сбору датасета для TTS, развёртывание моделей на serverless платформе runpod, оптимизация инференса моделей. - NDA Здравоохранение (BioTech, Pharma, Health care & Sports, июнь 2021 — декабрь 2023). Роль: ML developer + Data Scientist. Задачи включали реализацию задач в области computer vision, разработку моделей в области NLP для анализа текста, представление результатов в виде demo на gradio, fine-tuning YandexGPT на суммаризацию текста. Общая продолжительность работы на проектах — 4 года 1 месяц.

В процессе работы выполняла следующие задачи: 1. Участие в полном цикле разработки ПО; 2. Сбор и анализ бизнес-требований; 3. Написание ТЗ для разработки с использованием UML, ER-диаграмм; 4. Консультация разработчиков, тестировщиков, в части понимания требований; 5. Моделирование бизнес-процессов с использованием нотации BPMN; 6. Документирование требований (Confluence); 7. Описание интеграционных взаимодействий (REST API, Rabbit MQ, Apache Kafka); 8. Участие в интеграционном / функциональном тестировании; 9. Знание основных методологий разработки ПО; 10. Понимание интеграций ИТ-систем (технологии REST и SOAP, форматы JSON и XML, инструменты Postman и Swagger, Rabbit MQ, Apache Kafka); 11. Знание основ языка SQL; 12. Участие в проектировании пользовательских интерфейсов;

я опытный системный аналитик с более чем 10-летним стажем работы в сфере разработки программного обеспечения и системного анализа. Мой опыт включает участие в крупных проектах, таких как спутниковая система "Гонец" (ГК Роскосмос), а также в автоматизации документооборота и интеграции информационных услуг по дистанционному зондированию Земли. Мои ключевые навыки охватывают широкий спектр технологий, включая Python, Django, Flask, PostgreSQL, MySQL, Docker, REST API и другие. Я имею опыт работы с различными архитектурами (монолитной и микросервисной), а также разработкой технической документации и UML-моделированием. В своей работе я придерживаюсь методов бизнес- и системного анализа, активно использую методологии Agile и Scrum. Я стремлюсь к постоянному профессиональному росту и расширению знаний, что подтверждается моим обучением на курсе Яндекс Практикум по направлению Backend Developer. Мой опыт работы охватывает не только техническую сторону, но и управление проектами, взаимодействие с заинтересованными сторонами и командное сотрудничество. Я всегда настроен на результат, решая задачи с фокусом на оптимизацию процессов и повышение качества системы.