Москва
Резюме № 49916593
Обновлено 21 января 2021
Превью фото соискателя

Data Scientist

Был больше месяца назад
По договорённости
28 лет (родился 22 декабря 1996)
Москва, удаленная работа
Университет
Занятость
не указано
Гражданство
Кыргызстан
Контакты
Телефон
Почта
Будут доступны после открытия
Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 6 лет и 2 месяца

    • Октябрь 2020 – работает сейчас
    • 5 лет и 2 месяца

    Аналитик-исследователь

    Аналитический центр устойчивого развития и цифровой экономики, Москва
    https://www.ac-dev.ru

    Обязанности и достижения:

    Естественная обработка текста при сортировке наименований государственных закупок. Инструментарий: Pymystem3, NLTK, Seaborn, Pandas, Matplolib. Github: https://github.com/UrmatDzhunkeev/phd_in_economics/blob/main/ac_dev/nlp_orders.ipynb Применение факторного анализа и моделей случайного леса в исследовании причин хронических сердечно-сосудистых и когнитивных заболеваний. Инструметарий: Pandas, Sklearn, Tensorflow, Keras. GIthub: https://github.com/UrmatDzhunkeev/phd_in_economics/blob/main/ac_dev/altzheimer_and_heart.ipynb
    • Январь 2020 – август 2020
    • 8 месяцев

    Junior Data Scientist

    Яндекс.Практикум, Москва
    https://praktikum.yandex.ru/data-scientist/

    Обязанности и достижения:

    Описание учебного проекта: выявление оттока клиентов банка на основе моделей случайного леса. Инструментарий: GridSearchCV, Pandas, Seaborn, RandomForestClassifier. Github: https://github.com/UrmatDzhunkeev/yandex_practicum/blob/master/bank_customer_churn/beta_bank.ipynb Описание учебного проекта: выявление токсичных комментариев, требующие дополнительную модерацию. Инструментарий: логистическая регрессия, TF-IDF Vectorizer, Pymystem, NLTK, Matplotlib. Github: https://github.com/UrmatDzhunkeev/yandex_practicum/tree/master/natural_language_processing Описание учебного проекта: целью проекта является прогнозирование заказов такси на следующий временной такт. Инструментарий: RandomForestRegressor, GridSearchCV, adfuller. Github: https://github.com/UrmatDzhunkeev/yandex_practicum/tree/master/time_series Описание учебного проекта: целью данного проекта является определение рыночной цены автомобилей. Инструментарий: LightGBM, Pandas, Matplotlib, Sklearn, Seaborn, Numpy. Github: https://github.com/UrmatDzhunkeev/yandex_practicum/tree/master/automobile_price Описание учебного проекта: определение факторов, повышающие привлекательность компьютерных игр и сопутствующих игровых платформ (XBox, PS). Инструментарий: NLTK, Scipy, Pandas. Github: https://github.com/UrmatDzhunkeev/yandex_practicum/tree/master/game_ads
    • Май 2018 – июнь 2018
    • 2 месяца

    Практикант в департамент прикладной математики и информатики

    Американский университет в Центральной Азии, Бишкек
    https://www.auca.kg

    Обязанности и достижения:

    Разработана новая математическая модель оценки стоимости акций на основе анализа дивидендов. Инструментарий: Google Docs. Осуществлены расчеты доходности инвестирования в акции на фондовой бирже. Инструментарий: Microsoft Excel. ResearchGate: https://www.researchgate.net/publication/344499927_STEP-GEOMETRICAL_DIVIDEND_DISCOUNT_MODEL
    • Июнь 2017 – июль 2017
    • 2 месяца

    Лектор по статистике

    Кыргызско-Российский Славянский университет, кафедра математических методов в экономике, Бишкек
    http://emm.kg

    Обязанности и достижения:

    Проведены лекционные занятия по анализу статистических данных по ежемесячным пособиям домашних хозяйств. Осуществлен сбор и статистический анализ информации по рынку недвижимости за летний период, Инструментарий: SPSS Statistics, Microsoft Excel.

Образование

Обо мне

Дополнительные сведения:

Анализ данных тесно связан с профессиональным интересом к эконометрике. Во время бакалавриата участвовал в международной студенческой интернет-олимпиады по направлению “экономика” (i-olymp.ru): второе место в 2017 году, третье место в 2018 году. Работа со статистическими данными помогает в опубликовании научных статей. За прогнозирование обменных курсов на основе модели машинного обучения занял второе место в конкурсе научно-исследовательских работ University-Knowledge 2018. Пройдены платные курсы Data Science в Python на онлайн-платформе Udemy: Data Science and Machine Learning in Python, in R; Python Complete Bootcamp; Natural Language Processing in Python; Complete Python Masterclass; Complete Tensorflow 2. Также на онлайн-платформе Datacamp освоены профессиональные траектории: Data Analyst in Python. На платформе Kaggle изучены начальные и промежуточные уровни учебных курсов Data Science на языке Python. Статистика, Python, R, Эконометрика, SQL

Иностранные языки

  • Английский язык — разговорный
  • Русский язык — cвободное владение
Фото, имя и контакты доступны только авторизованным пользователям
Работа в МосквеРезюмеIT, Интернет, связь, телекомАналитика

Смотрите также резюме

Поиск работы
Поиск сотрудников
Производственный календарь

Приложение

qrОтсканируйте QR-код и загрузите приложение. Работа найдется быстрее!

Соискателям

Создать резюмеОбразцы резюмеПоиск работыРабота для студентовСоветыКаталог вакансийКонструктор резюмеСписок компаний по индустриямЗарплаты по профессиямКурсыКаталог кадровых агентств

Работодателям

Разместить вакансиюПоиск сотрудниковНайти стажераТарифыСоветы для работодателейКаталог резюме

Партнерам

Реклама на сайтеРекламный кабинетИнтеграционные сервисыЛоготип SuperJobПартнёрская программа

SuperJob

О компанииКонтактыSuperJob.techНовости сервисаРабота в SuperJobИсследованияЗарплатомерПрофориентацияКалькуляторыКарта сайта

Документы

База данных SuperJobРекламный кабинетАгрегатор образовательных курсовИные документы
© 2000–2025 SuperJob