Салман Ч. Data Scientist, Senior

Data scientist с опытом 6+ лет в профессии в консалтинге и финансовом секторе. Начинал карьеру в компании-разработчике систем искусственного интеллекта на основе машинного обучения, работал над проектами классического ML, NLP и CV. Затем перешел в крупнейший российский банк, разработал и поддерживал модели для различных сервисов экосистемы. Последние 2 года работаю на проектах в сфере страхования, вырос до тимлида Data science, управлял командой из 4 человек. Под моим руководством был выстроен процесс скоринга для CRM с оборотом более 1 млрд рублей и разработана рисковая модель для ДМС. Имею высшее математическое образование, также окончил магистратуру Data science НИУ ВШЭ.

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.

Стараюсь комбинировать свои 2 главных интереса - науку о данных и лингвистику. Работа над несколькими интересными проектами позволила мне освоить ценные профессиональные навыки, такие как анализ данных, визуализация данных, знания в области машинного и глубокого обучения, а также обработки естественного языка. Этот опыт также дал мне отличную возможность развить навыки работы в команде, коммуникации и адаптации к новым условиям. В настоящее время я продолжаю развивать карьеру в области Data Science, с отдельным вниманием к проектам с NLP. Ссылка на портфолио: https://diploma.itmo.ru/docs/2A2C8D95449CC31363AFA5C68A12A190

Илья — опытный Data Scientist с навыками работы в сфере машинного обучения и анализа данных. Он обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Pandas, PyTorch, Numpy, PostgreSQL, Tensorflow, Lightgbm, Scikit-learn, Plotly, Seaborn, beautifulsoup, CatBoost, Docker, FastAPI, langchain, Network, openAI, Psycopg2, Qdrant, Sklearn, Streamlit, XGBoost, Yandex Cloud. Илья участвовал в разработке и улучшении модели Catboost для прогнозирования числа гостей и чеков, а также в создании веб-приложения для машинного обучения. В рамках проектов он решал задачи классификации изображений товаров, разработки чат-ботов, создания RAG системы для поиска жилья на Бали, оптимизации обработки запросов пользователей к LLM. Опыт работы Ильи на проектах составляет 3 года.

Виктор - опытный Python бэкенд разработчик с богатым образованием и опытом работы в веб-разработке. Его навыки включают в себя владение фреймворками Django и Flask, а также опыт работы с высоконагруженными приложениям, и ассинхронным программированием. Он также имеет опыт управления командой и широкий спектр технологических навыков, включая работу с базами данных, веб-серверами и инструментами для масштабирования. С его образованием и опытом, Виктор является искусным специалистом в области бэкенд-разработки Python.

Intellij Idea, SQL, DBeaver, SoapUI, WinScp, NotePad++, Java autotests, Backend тестирование, Тест-кейсы, Чек-листы, Регрессионное тестирование, Юзабилити, Мобильное, GitLab, Allure, Red Mine, Time Doctor, PyCharm, Node.js, Терминалы, Postman, Dev Tools, Jira, 3d-secure, ClickUp, Trello, Figma, Zeplin, Тест-кейсы, Чек-листы, Регрессионное тестирование, Юзабилити, Мобильное