Аналитик данных (ML)

Был больше месяца назад

По договорённости

24 года (родился 10 февраля 2001), не состоит в браке, детей нет

Люберцы

Занятость

полная занятость

Гражданство

Узбекистан

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

MS Excel
PostgreSQL
Python
numpy
Matplotlib
Обучаемость
pandas
PyTorch
Scikit-learn
MATLAB
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Образование

- Магистр
- Дневная/Очная
- 2026
Российский государственный университет нефти и газа имени И.М.Губкина
Факультет: Прикладная математика
Специальность: Анализ данных и компьютерное моделирование
- Бакалавр
- Дневная/Очная
- 2023
Российский государственный университет нефти и газа имени И.М.Губкина
Факультет: Нефтегазовое дело
Специальность: Бурение нефтяных и газовых скважин

Обо мне

Дополнительные сведения:

Data Scientist с глубоким интересом к применению машинного обучения и компьютерного зрения для решения инженерных и бизнес-задач. Владею полным стеком технологий: от классического Machine Learning (градиентный бустинг, логистическая регрессия, SVM, k-NN) до глубокого обучения (NN, CNN, RNN, GAN). Технические навыки. Глубокое обучение: PyTorch, CNN, RNN (LSTM), GAN, Transfer Learning; Классическое Machine Learning: Scikit-learn, Линейная/Логистическая регрессия, SVM, Decision Trees, Random Forest, Gradient Boosting, k-NN, методы кластеризации; Data Science & Инжиниринг: Pandas, NumPy, SciPy, Matplotlib/Seaborn, Plotly, Feature Engineering, Statistical Hypothesis Testing; Языки программирования: Python (Advanced), C++ (Basic), MATLAB; Базы данных: PostgreSQL. Ученические проекты. Прогнозирование выбросов CO на газовых турбинах (Python, ML). Разработал и сравнил модели машинного обучения для прогнозирования уровня выбросов. Реализовал стратегию генерации признаков, что позволило улучшить ключевые метрики прогноза: R² на 1.4-3.3%, MAE на 6.6%, RMSE на 4.1%. Аугументация данных для автоматическое выделение пластов (Python, PyTorch, GAN, CNN). Разрабатываю решение для семантической сегментации изображений гамма-каротажа. Применяю GAN для генерации синтетических данных и CNN для детекции объектов с целью повышения точности модели. Классификация типов литологического разреза (Python, PyTorch). Провожу многоклассовую классификацию типов горных пород по геофизическим данным. Сравниваю эффективность классических алгоритмов и методов глубокого обучения для выявления оптимального подхода.