AI /ML /NLP /LLM /RAG /LangChain /Data /Scientist /Engineer /Архитектор /Программист /Разработчик

Был вчера в 17:05

По договорённости

Москва

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Архитектура
Разработка ПО
Анализ бизнес-процессов
Data Analysis
AI
Ml
LakeHouse
Dwh
1C
Frontend
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 10 лет и 5 месяцев

- Август 2015 – работает сейчас
- 10 лет и 5 месяцев
Программист
ИТ компания
Обязанности и достижения:
Основные задачи: - Создание ML моделей, ассистентов, чат-ботов и систем поддержки принятия решений. - Разработка и сопровождение решений AI/ML - Анализ требований, проектирование архитектуры решений. - Подготовка документации. - Обучение пользователей - Интеграция AI/ML с корпоративными системами. - Тестирование и оценка производительности систем.
- Сентябрь 2018 – февраль 2020
- 1 год и 6 месяцев
Программист
Производство продуктов питания
Обязанности и достижения:
Основные задачи - Создание end-to-end конвейеров обработки данных. - Проектирование архитектуры AI/ML-решений. - Планирование, декомпозиция задач, контроль сроков - Коммуникация с заказчиками

Образование

- Высшее образование
- 2008
Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург

Обо мне

Дополнительные сведения:

Доброго времени суток. * На решении каких проблем организаций специализируюсь? - Проблемы затрат времени на сбор данных аналитики для управленческих решений. * Мы ищем разработчика для своих задач, нам коммерческое предложение не интересно. - Ок, с тем опытом, который у меня есть, можем мы обсудить актуальные вам задачи? * А, в чем суть проблемы аналитики данных? - Разрозненность данных, затраты времени руководителей на сбор и обработку информации, актуальность данных влияет на эффективность принятия решений * В чем преимущество решения? - В использовании естественного языка. Руководители на естественном языке задают вопрос агенту по фактическим, аналитическим, прогнозным данным и получают ответы, графическое представление и рекомендации. * Что понимается под обьяснимостью рекомендаций? - Последовательность и ход рассуждений агента при подготовке решений рекомендаций. * Как это работает? - LakeHouse конвейер обрабатывает данные систем источников и готовит рассчитанные данные для отображения в витринах данных и использовании в выборках Text-to-SQL. * Какие сроки внедрения? - Развертывание MVP, с учетом ваших процессов, от 3 мес. * Как выглядит дорожная карта внедрения AI агента? Интеграции: * Интеграция с существующими источниками данных: * *1с конфигурациями * *Битрикс * *Промышленным оборудованием * *Развертывание Lake house конвейера обработки данных * *Запуск диалогового интерфейса агента аналитики * Какие основные функции AI агента? - Формирование ответов на запросы аналитических выборок на ественном языке - Оркестрация моделей прогнозирования цифрового двойника организации - Использование целеориентированных моделей по оптимизации метрик бизнес-процессов (с функциями объяснения рекомендуемых решений) * Какая архитектура конвейера обработки данных? 01. Управление данными Dbt Iceberg catalog 02.Источники данных Базы 1С Табличные данные Битрикс СУБД 03. Мониторинг Grafana 04.Интеграция 04.01. Очередь сообщений Apache kafka 04.02. Оркестрация Dagster 05.Инфраструктура Kubernetes 06. Хранение По слоям: stg -> ods/dds -> dm ->ClickHouse Trino, Iceberg 07.Потребители данных Bi отчеты Аналитика * У вас есть коммерческое предложение? Коммерческое предложение Если вы сталкивались с проблемами: ? Поиска решения для автоматизации и управления процессами на основе данных ? Необходимости затратят при использовании low-code инструментов на написание кода, отладку ошибок. ? Внедрения Искусственного интеллекта в процессы компании. затрачивая время на дообучение больших языковых моделей (LLM) знаниям о вашей компании. ? Проблемами собрать данные в едином dashboard для руководства? Предлагаю решение на основе open source проектов, помогающее: 01. Снизить затраты времени на подготовку данных аналитики 02. Снизить затраты на привлечение специалистов по разработке, за счет диалогового интерфеса для генерации данных. 03. Собрать метрики процессов в единых dashboard, используя open source LakeHouse подобные конвейеры обработки данных. Напишите мне сейчас, чтобы получить бриф для заполнения и начать проект внедрения. * Какие проекты вы реализовали? 2012 Подрядная организация, УНФ 2013 Транспортная компания. 1С WMS, БП, ЗУП. 2013 Торговая компания, интеграция УТ 10.3, веб сайт 2014 Интеграция WMS и УПП. 2014 Внедрение 1С: УСЦ. 2014. Обслуживание и доработки УПП 2015. УТ 11 2015. Интеграция 1С УАТ 2015. Продукты питания, 1С ERP 2015 1С Поликлиника 2015 - 2018 Подрядная организация, УНФ 2018 - 2020 Продукты питания, УПП. 2019 1С УТ, Маркировка МДЛП 2020 1С УТ, Маркировка обувь 2021 - 2022 1С WMS, 1С ERP * Какой ваш стек? 1С Разработка: Cоповождение конфигураций: УПП, УТ, БП, ЗУП, WMS, WTS, SCM, CRM, и др. Внедрение, сопровождение, доработка подсистем продаж, закупок, финансов, склада, производства, торговое оборудование, интеграция сайты, интеграция др. системы, обмены и др. Big Data \ High Load: Spark, Kafka, Airflow Frontend – developer: ReactJS, Redux/Resux, Saga/Redux Form, Typescript, HTML, XML, CSS, JS, jQuery, Adobe Photoshop Backend — developer: Nodejs, Express.js, Linux, ООП, Docker, MongoDB, Webpack, MySQL, Nginx, MSSQL, PostgresSQL, socket.io, Python, Golang, PHP Администрирование: VPN, PPTP, IPSec, SSH, Ethernet, Vlan, Apache, IIS, Squid, VMware ESXi Dev Ops: Docker, github, gitlab, bitbucket, CI/CD Мобильная разработка; flutter, mobx Бритрикс: 1c-bitrix Vue: Vue, vue-cli, vue-router, vuex, nuxt, reactjs Product owner: CJM, UX/UI, CustDev, A/B testing Интернет маркетинг: РК Facebook, Instagram, Вконтакте. Стратегия, трафик, оптимизация РК. Анализ Яндекс.Метрика, Google analytics. Data Scientist / Data Analyst: Анализ \ Предсказание временных рядов, Computer Vision, Распознавание \ Синтез речи, Обработка естественного языка, Рекомендательные системы Архитектура, Разработка ПО, Анализ бизнес-процессов, Data Analysis, AI, ML, LakeHouse, DWH, 1C, Frontend, Backend, Full stack, Apache Kafka, Kubernetes, Docker, PostgreSQL, Dagster, Разработка проектной документации, Node.js, JavaScript, Рекомендательные системы, Синтез речи, Компьютерное зрение, Распознавание речи, 1C: ERP, 1C: WMS, 1C: Управление торговлей, 1C: Бухгалтерия, 1C: Зарплата и кадры