Мария Я. Data Scientist, Middle+

Я специалист в области науки о данных, с аналитическим складом ума и глубокими знаниями математике статистике. Имею опыт работы смежных сферах IT, что обеспечивает мне широкую перспективу понимание технологических процессов компании. Знаком компьютерным зрением обработкой естественного языка на теоретическом уровне, имею реализации академических проектов этих областях. В своём профессиональном пути, начав с автоматизации процессов помощью RPA, я постепенно приближался к науке о данных, увлекаясь её мощным потенциалом в преобразовании данных ценные знания и решения. Этот интерес ведёт меня желанию глубже изучить развиться этой области. Убеждён, что наука открывает новые горизонты для инноваций эффективности любой сфере, стремлюсь стать частью этого процесса, внося свой вклад создание передовых решений. Я готов приложить все усилия достижения профессионального мастерства, сопровождаемого постоянным обучением совершенствованием

▪ Data Scientist с опытом работы 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, 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. ▪ 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.

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.

Артём — опытный специалист в области Data Science с опытом работы более двух лет. Он обладает глубокими знаниями и навыками в машинном обучении, анализе данных и разработке программного обеспечения. Артём работал над проектами в нефтегазовой отрасли и сфере финансовых технологий, где разрабатывал модели машинного обучения для прогнозирования компонентного состава жидкостей и создания системы рекомендаций на основе искусственного интеллекта. Он также участвовал в проекте по разработке алгоритмов машинного обучения и их интеграции в облачные сервисы. Артём хорошо разбирается в инструментах и технологиях, таких как Python, TensorFlow, PyTorch, PostgreSQL, Docker и GitHub. Его опыт и навыки делают его ценным специалистом для компаний, работающих в сфере Data Science и машинного обучения.

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.

Кроме основных проектов, активно участвовал в разработке: • AdviNOW OE2 Portal • Targeted Connections • Constrafor • Tempest Search Технологии: Angular React NodeJS TypeScript UNIX SOLID Redis GraphQL KISS SSR RxJS SQL Jira Agile Scrum Docker YAGNI Bash Также: • Black Stork – бот для полуавтоматической торговли на Poloniex с уведомлениями в Telegram; • TLD Crawler – система сбора данных о доменах верхнего уровня; • Whitelabel – data-mining сервис для маркетинга.

- Более 22 лет опыта коммерческой разработки ПО - Опыт руководства командой - Опыт разработки архитектуры веб приложений - Опыт разработки и поддержки проектов с нуля - Опыт в решении оптимизационных проблем - Опыт работы в большой команде

Что я изучаю сейчас? - Новые фичи React 19, Zustand. Самая интересная и/или технически сложная задача из опыта? - На старте одного из проектов, взаимодействуя с бекенд разработчиком, объединил микрофронты в BFF слой после чего фронтенд-разработчики смогли писать YAML файлы для генерации (через query API) codegen ручек которые сразу подхватывали всю типизацию API. Это дало хороший буст по DX и ускорило разработку. Чуть менее интересное, но тоже примечательное, это то что довелось писать server actions на SQL для 14го Next’a, когда руководство решило протестировать в проекте новые технологии. Что мне было бы интересно изучить в перспективе? - Хотел бы расширить свою экспертизу по другим фронтенд фреймворкам. В планах изучить Angular.

SQL Atlassian Jira Scrum API Postman Swagger JSON API Bug Reporting Тестирование Функциональное тестирование Регрессионное тестирование REST API Git Atlassian Confluence Модульное тестирование Автоматизация тестирования Kanban Bash RabbitMQ