Дополнительные сведения:
Выполнил проект по бинарной классификации наличия сердечного заболевания у пациента. Для достижения результата были решены следующие частные задачи:
- Провел предварительный анализ данных, включая разведывательный анализ и очистку данных от выбросов, аномалий и дубликатов.
- Создал визуализации для представления результатов анализа с помощью Matplotlib и Seaborn.
- Привел данные к необходимым типам, заполнил пропуск.
- Создал pipeline для обучения моделей машинного обучения.
- Выполнил подбор гиперпараметров для оптимизации производительности моделей.
- Получил результат метрики roc-auс=0.81 на тестовой выборке.
Реализовал приложение для удобного сбора и отображения статистики активности пабликов, каналов в мессенджерах с использованием внешнего LiveDune API. Данное приложение используется пресс- центром ВУЗа, его использование позволило сэкономить 12 часов в месяц.
Участие в хакатонах
Cup 2022 Алгоритм определения мошеннических операций
Занимался выявлением паттернов фрода.
Хакактон ЛЦТ. Якутия 2023 Создать сервис, который анализирует активность пользователей в социальных сетях для определения их профессиональных интересов и склонностей.
Занимался сбором и обработкой данных.
Дополнительная информация
- Опыт разработки на Python более 2-х лет.
- Читаю профессиональную литературу и статьи по Data Science и машинному обучению.
- Закончил военную кафедру по специальности командир отделения автоматизированных систем управления и связи пунктов управления
- Анлийский язык - B1.
- Люблю заниматься в зале, легкой атлетикой и слушать музыку.
Python, Математическая статистика, Scikit-learn, Numpy, pandas, Matplotlib, TensorFlow, PostgreSQL, Машинное обучение
Нет опыта работы по причине обучения без возможности работать.