Сергей М. Data Scientist, Middle

Обладая опытом в области машинного обучения и анализа данных, являюсь настоящим сторонником решения сложных задач и поиска эффективных решений. Мои подходы к решению задач улучшили бизнес-процессы в значительной степени.

Игровая аналитика данных (2019) Dev2Dev, Аналитик в GameDev MINI-MBA PROFESSIONAL (2016) City Business School, Project Management Менеджмент (2016) City Business School Основы управления проектами (2015) CourseLab

Data scientist с широким набором навыков в области анализа данных и машинного обучения. Ключевые компетенции включают регрессию, классификацию, кластеризацию, работу с деревьями решений, ансамблевыми моделями (включая Random Forest и градиентные бустинги), а также модели прогнозирования временных рядов. Опытен в области нейронных сетей и компьютерного зрения. В моем арсенале такие библиотеки, как NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, PyTorch, XGBoost, LightGBM, statsmodels и PySpark. Мой опыт также включает в себя разведывательный анализ данных, их предобработку и feature engineering. Успешно применял LLM и CNN в своих проектах. Помимо этого, есть опыт работы с инструментами, такими как SQL, Git, Bash, Docker, Streamlit и HuggingFace. Среди моих дополнительных навыков можно выделить A/B-тестирование и высокую способность к самообучению в процессе работы.

● Опыт работы в качестве QА Engineer более 3 лет ● Работаю по Agile (Scrum/Kanban) ● Понимаю основы клиент-серверной архитектуры (HTTP, REST API, JSON) ● Тестирование UI и локализация багов с помощью DevTools ● Тестирование REST API с помощью Postman, Swagger ● Тестирование Android-приложений на BlueStacks и Android Studio ● SQL (SELECT, JOIN) ● Автоматизация тестирования (Java, Selenide, REST Assured) ● Git, CI/CD

Автоматизация проекта трансформации финансовой отчетности группы компаний из стандартов РСБУ в стандарты МСФО на платформе 1С:Консолидация 8, включая вопросы интеграции учётных систем, сбор и анализ бизнес-требований, постановку задач разработчикам, проведение ручного тестирования и описание дефектов, приёмка результата разработки. Доработка трансформационных таблиц в формате MS Excel, что существенно сокращает время трансформации и консолидации, а также облегчает "механическую" часть труда специалистов Управления сводной отчетности. Знание Российского бухгалтерского и налогового законодательства, в том числе последних изменений в сфере бухгалтерского учета (ФСБУ 25/2018 "Бухгалтерский учет аренды", ФСБУ 5/2019 "Запасы", ФСБУ 6/2020 "Основные средства" ФСБУ 26/2020 "Капительные вложения", ФСБУ 27/2021 "Документы и документооборот в бухгалтерском учете", ФСБУ 14/2022 «Нематериальные активы»). Глубокие теоретические знания МСФО и Российского учета, практический опыт проведения трансформации отчетности и консолидации в крупных компаниях и холдингах. Опыт работы в крупных холдинговых компаниях и понимание внутренних бизнес-процессов. Практический знания: - 1С:ERP на уровне пользователя, - 1С:Бухгалтерия КОРП на уровне методолога-аналитика. Есть ДипИФР на русском языке. Есть аттестат Аудитора и налогового консультанта.