СС
Сергей С.
Мужчина
Россия, Краснодар, UTC+3
Ставка
4,750 Р/час
НДС не облагается
Специалист доступен с 1 июня 2024 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
Data Scientist
Грейд
Навыки
Отрасли
Знание языков
Английский — B2
Главное о специалисте
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
Проекты
(11 лет 1 месяц)
Разработка ML моделей Визуализация данных и построение системы отчетов
Роль
Data Scientist
Обязанности
- Прогнозирование отклика на смс рассылку
- Построение рекомендательной модели по определению оптимального времени рассылки под клиентские сегменты
- Рекомендательная модель по ОМС сервису страхования
- Модель предсказания аварийности водителя по ОСАГО - МОдель ранжирование трафика клиентов по характеристикам скоринга.
- Сбор данных из внутренних и внешних источников, построение DWH под задачи data science и machine learning
- Исследование данных, разработка паттернов для задач анализа
- Анализ характеристик с целью выявления корреляций между паттернами и экономическими событиями в компании.
Стек специалиста на проекте
Git, Python, Tensorflow, Pandas, CatBoost
Отрасль проекта
FinTech & Banking
Период работы
Июль 2021 - Июнь 2023
(2 года)
Разработка кредитного конвейра для продукта "онлайн" кредитования с "нуля"/Разработка сервиса скоринга/Разработка скоринговых карт
Роль
Руководитель направления скоринга
Обязанности
подключение новых источников данных (бки Equifax, звонобот, инфосфера, смэф, One factor, juicyscore, Финакарта, спектрумдата)
- проведение ретроспективных тестов для оценки качество источников данных и прогнозирование потенциала от их подключения
- заключение договоров
- интеграция с ERP
Разработка сервиса скоринга:
- построение Data Warehouse
- написание основных модулей системы (Data Collection, Features Engineering, Features Selection, Modelling, Validation)
- написание микросервисов Fast API для интеграции с "конвейром"
- построение BI системы для мониторинга работы скоринговых карт (оценка портфеля и прогнозирование рисков) и их управлением (отключение, дообучение и др.)
Разработка скоринговых карт:
- модели оценки благонадежности для первичных и повторных займов
- модели оценки мошенничества
- модели прогнозирования LTV в перспективе 6 месяцев
Управление командой скоринга в составе 9 человек
Стек специалиста на проекте
MySQL, Docker, JavaScript, Linux, Gunicorn, Matplotlib, Gensim, Keras, Flask, Lightgbm, MSSQL
Отрасль проекта
FinTech & Banking
Период работы
Июнь 2020 - Июль 2021
(1 год 2 месяца)
Выстроил аналитику данных "с нуля" для подразделения digital для крупного ритейла
Роль
Аналитик данных
Обязанности
- анализ клиентского сегмента с целью выявления потребительских групп (лояльные, средние, репертуарные и др) и формированию для них рекомендаций по повышению экономических показателей (ср. чек, частота покупок, общий чек)
- анализ продаж, составление отчетов (винтажная матрица, LTV, RFM, ABC, XYZ, драфты и др.)
Написание сложные SQL запросов, работа с БД MSSQL, работа сMSSQL
1) разрабатывал модель прогнозирование спроса на группы товаров в шопах
- генерировал характеристики описывающий спрос товара и стабильность продаж (abs_xyz, промо акции, локация торговой точки, доп. параметры поставщиков)
- проводил кластеризацию магазинов в группы
- разрабатывал модель прогнозирования спроса товаров в Торговую точку на 7 и 30 дней вперед на дату отчета
2) разрабатывал модель определения любимого товара по каждому клиенту для запуска акции "Любимый товар"
- на основе анализа предыдущих покупок клиентов определялся наиболее востребованные товары по каждому клиенту (какой товар клиент покупает чаще в покупках)
- оценивали рентабельность акции в случае ежедневного потребления одного из Любимых товаров
- добавляли в ERP систему список рекомендаций по клиенту с учетом прогнозирования роста LTV по клиенту
3) разрабатывал рекомендательную модель по расширению корзины покупок клиентом
- отбирал и очищал данные по покупкам
- строил модель ассоциативного ряда для поиска товаров которые чаще покупаются вместе
- находили список товаров, которые рекомендуются к кросс-продажам в рамках выкладки, акций и рассылки
4) строил модель прогнозирование ltv клиента после каждой покупки по данным его предыдущих покупок
5) прогнозировали возвратность клиентов по магазину, в рамках ежедневной когорты
т.е. определяли сколько клиентов из сегодняшний покупателей вернется через 7, 14, 30 дней.
6) распознавание товаров на витрина с целью определения профицита, дифицита и выкладки товаров в шопах в промежутках времени (каждые 10 минут) по снимкам с ip камер
разработка модели сопоставления продажи товаров с выкладкой
еще была задача с computer vision
Стек специалиста на проекте
Git, SQL, Python, Tensorflow, Ubuntu, XGBoost, Supervisor, Tesseract, Statistica, YOLO, MSSQL, Uvicorn
Отрасль проекта
FoodTech
Период работы
Декабрь 2018 - Июнь 2020
(1 год 7 месяцев)
Формат работы
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Дипломы и сертификаты
Warsaw University of Life Sciences Computer Sciences 2010 г.
Образование
Высшее
Учебное заведение
Кубанский государственный аграрный университет, Краснодар
Специальность
Прикладная инфоматика, Математические и инструментальные методы экономики
Завершение учебы
2014 г.