Ованес А. Data Scientist, Senior

▪ Data Scientist 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 (уверенное использование ML-методов, как классических, так и DL), 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. Написание кода в соответствии с PEP 8 ▪ 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. ▪ Менторинг новых сотрудников, участие в демо и внутренних конференциях, написание статей ▪ Проведение code review

Data Scientist с опытом работы на проектах в сфере E-commerce & Retail и Manufacturing. На позиции Data Analytics & Machine Learning Specialist в IT-компании выполнял полный цикл разработки, занимался аналитикой и обработкой данных, разработкой и оптимизацией моделей машинного обучения. Разработал предиктивные модели для обнаружения возможных сбоев двигателя внутреннего сгорания карьерных самосвалов. Автоматизировал сбор данных со SCADA. В роли Data Science & Analytics Engineer в ПАО «Калужский Турбинный Завод» проводил аналитику и обработку исходных данных, разрабатывал и оптимизировал модели машинного обучения, работал с данными предприятия для аналитики и создания дешбордов в Power BI. Создал программу для распознавания основной информации на чертежах изделий и обнаружения на них эскизов. Работая на позиции Data Scientist в AlphaAdept group, создавал основные модели для прогнозирования лучших точек входа/выхода на фондовом рынке, внедрял ML решения в backend. Разработал процедуры A/B testing, увеличив виртуальный капитал на 35%. Будучи Python-разработчиком в ИП, разработал рекомендательную систему подбора лучших автомобилей по параметрам, что повысило вовлечённость пользователей на 20% и продажи работодателя на 17%.

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.

Middle Data Scientist по работе с данными с опытом работы 3 года. Специалист по обработке данных, специализирующийся на разработке эффективных проектов, ориентированных на данные, и уделяющий особое внимание использованию передовых методов прогнозного моделирования, аналитики и рекомендательных систем. Я обладаю проверенным опытом в выявлении и решении бизнес-проблем с помощью стратегического применения Data Science. Кроме того, у меня есть практический опыт, охватывающий весь жизненный цикл работы с данными - от понимания проблем и разработки функциональных возможностей до внедрения моделей машинного обучения в производство. Для этого я использую различные инструменты, такие как Python, Pandas, пакеты визуализации данных, Scikit-learn, XGBoost, SHAP, Boruta для обработки данных, моделирования и оценки; FastAPI для серверной разработки, Docker и k8s для задач DevOps, облачные сервисы AWS и Azure.

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.

Юлия — Python-разработчик уровня Middle+ из Москвы. Специализируется на разработке backend-части приложений. Имеет опыт работы с микросервисной архитектурой, асинхронными сервисами и высоконагруженными системами. Ключевые навыки: Python, PostgreSQL, Redis, RabbitMQ, Nginx, Docker, Git, Django Framework, Django REST Framework, Unit Testing, HTML, REST API, JSON API, HTTP, GitHub, Pytest, Celery, FastAPI, CI/CD, Kubernetes, Grafana, Sentry, Golang, SQLAlchemy, aiohttp, asyncio. Опыт работы на проектах: - В роли backend-разработчика в IT-компании занималась разработкой, поддержкой и развитием микросервисов в составе распределённой системы. Оптимизировала систему уведомлений, снизила нагрузку на сервисы, реализовала метрики для единой подписки. - На проекте Finmars создавала API с помощью Django REST Framework, проектировала базу данных PostgreSQL, разрабатывала и настраивала Celery для обработки фоновых задач. - В рамках стажировки в Яндекс Практикуме разрабатывала web-приложения с использованием фреймворка Django, работала с базами данных, создавала API, изучала frontend-технологии, развертывала приложения.

Отрасли, в которых работала: - разработка электроники, контрактное производство - поставки РЭА и ЭКБ - разработка таск-трекера с выходом в ERP - светотехника и IoT устройства Суперсила: любой процесс/проблема, который есть в компании (начиная от "бизнесовых" типа сокращения штата отдела продаж в несколько раз без потери качества, заканчивая процессом регистрации пользователя в мобильном приложении) я могу разложить на молекулы и предложить элегантное решение, подкрепленное технической и финансовой аргументацией, а также планом разработки.

Ключевыми навыками кандидата являются - большой опыт работы с крупными банковскими проектами, отличные навыки в разработке и сопровождении проектов, умение находить и устранять баги в коде, опыт работы с новейшими технологиями и инструментами, ответственный подход к выполнению задач и умение работать в режиме многозадачности. Технически сложной задачей из опыта было исправление бага фреймворка тестирования с влиянием на фабрику в срок менее 24 часов. Кандидату предпочтительно развиваться в технической сфере, но также интересен менеджмент. Хотелось бы заниматься разработкой и сопровождением сложных проектов, поиском и устранением багов, оптимизацией кода и архитектурных решений, разработкой новых функциональностей.

Общий стаж работы: 2 года 2 месяца Аналитический склад ума, целеустремленный, внимательный к деталям. Хороший технический бэкграунд. Новые знания и опыт даются легко. Собранный, умеющий принимать ответственное, а главное правильное решение в стрессовых ситуациях. Следующим шагом будет TypeScript и развитие в сторону сервер-сайда.