Москва
Резюме № 55167895
Обновлено 27 августа 2024
Превью фото соискателя

Data Scientist

Был больше месяца назад
По договорённости
28 лет (родился 16 ноября 1997)
Воронеж, удаленная работа, готов к переезду: Москва
Условия занятости
Полная занятость
Стандартный график
Удалённая работа
Гражданство
Россия
Контакты
Телефон
Почта
Будут доступны после открытия
Профессиональные навыки
  • Показать еще
Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 4 года и 11 месяцев

    • Январь 2022 – работает сейчас
    • 4 года

    Программист, сотрудник лаборатории

    Воронежский государственный университет, Воронеж
    Вуз, ссуз колледж, ПТУ

    Обязанности и достижения:

    1) Разрабатывал приложения на C#, Python для проведения экспериментов, в которых производил регистрация и обработку биологических данных о физиологическом состоянии испытуемых, обучал классические ML модели регрессии и классификации, которые использовал для генерация команд управления внешними устройствами (квадрокоптер, самоходная инвалидная коляска). Сбор данных осуществлял через прямое подключение к переферийным усройствам, либо получал через socket от других прогамм. Логирование данных экспериментов производил в различные форматы файлов: - CSV, Excel - при малых объемах данных, - HDF5, SQL DB - для систем с большим объемом генерируемых в реальном времени данных, используя предварительное кеширование перед записью. 2) Организовывал и проводил эксперименты, для которых подбирал испытуемых, 10-50 человек. 3) Обработка и исследование собранных данных в среде Jupyter Notebook, проверка гипотез, выдвинутых в рамках проводимых экспериментов (scikit-learn, statmodels, pandas, classic ML), создание визуализаций (matplotlib, seaborn), публикация 10+ статей по результатам исследований в журналы перечней РИНЦ, ВАК, СКОПУС. 4) Разрабатывал программы для обработки исторических данных экспериментов и цифровых сигналов медицинских приборов. Для оптимизации вычислений реализовывал различные подходы к распараллеливанию и оптимизации вычислений (использовал OpenCL, CUDA для проведения расчетов на GPU, разрабатывал библиотеки для Python с использованием Cython и ctypes для переноса тяжелых вычислений на C/C++). Примеры завершенных проектов: 1) Спроектировал архитектуру системы, провёл эксперименты и разработал программно-аппаратного комплекс для генерации дискретных команд управления с помощью окулографического интерфейса. В проекте производил обучение classic ML модели регрессии на основе потока данных с окулографичекского интерфейса. Собрав и изучив данные окулоинтерфейса, построил зависимость точности предсказания моделью точки внимания пользователя на экране при разных наборах генерируемых признаков, после чего самый лучший вариант реализовал в программе на C#.Net Framework. Дискретные команды управления и передвижение на экране точки внимания пользования визуализировал в окне программы. Репозиторий: https://github.com/Quindecim413/Oculographic Технологии: C#, WinForms, Arduino, Sockets, Jupyter notebook, Numpy, Scipy, Pandas, Matplotlib, Seaborn, SkLearn.   2) Разработал программу для распознавания воображаемых движений по считываемой с мозга ЭЭГ. В проекте прозводил анализ спектра считываемой ЭЭГ мозга с последующим ранжированием подключенных к голове пользователя электродов по уровню корреляции сигнала с конкретного электрода с движениями рук. По собранным данным обучал классикатор, который по данным с пары электродов с наибольшим рангом предсказывал воображаемые пользователем движения руками. Репозиторий: https://github.com/Quindecim413/VirtualMovements Технологии: C#, WinForms, Sockets. Видео с демонстрацией выполненных проектов: https://disk.yandex.ru/d/wopDvyx7gGKRIw
    • Апрель 2022 – апрель 2024
    • 2 года и 1 месяц

    Исполнитель проекта по программе Умник

    Фонд содействия развитию малых форм предприятий в научно-технической сфере, Москва
    Государственные организации, Научно-исследовательская, научная, академическая деятельность, Управляющая, инвестиционная компания (управление активами)

    Обязанности и достижения:

    1) Спроектировал и разработал программный комплекс на основе компьютерного зрения для отслеживания распределения зрительного внимания группы операторов по заданным объектам в общем рабочем пространстве. Разработку производил с использованием статического анализатора кода MyPy по архитектуре MVVM. Сравнив возможные подходы к реализации системы отслеживания взгляда по точности работы и удоству использования (в том числе носимые окулографические интрефейсы, стационарные устройства на основе анализа инфрокрасного изображения глаз пользователя, подходы на основе глубоко обучения), разработал и реализовал алгоритм для отслеживания направления взгляда пользователя по изображению с видеокамеры. Для этого использовал библиотеку компьютерного зрения mediapipe, которая сканировала геометрию лица пользователя. По полученным данным обучал модель регрессии, предсказывающую ориентацию головы и глаз пользователя в пространстве. С помощью OpenCL реализовал расчёт на GPU области пересечения внимания каждого отдельного пользователя с объектами на местности. Производил визуализацию внимания группы пользователей на фреймворке Qt3D из библиотеки pyside6. Демонстрация принципа работы: https://disk.yandex.ru/i/w5gIUW3m7PqdQQ Репозиторий: https://github.com/Quindecim413/SinglePersonAttentionTracker Технологии: Python, C/C++, PySide6, Mediapipe, SQL DB, OpenCV, websocket, Numpy, Scipy, Pydantic, OpenCL, OpenGL.
    • Сентябрь 2020 – январь 2021
    • 5 месяцев

    Старший аудитор

    Сбер, Москва
    https://rabota.sber.ru
    Банк

    Обязанности и достижения:

    1) Разрабатывал приложения на языке Python для Веб-скреппинга данных различной природы из открытых источников. При работе с сайтами, требующими авторизации пользователя и взаимодействия со сложной системой навигации по сайту использовал фреймворк Selenium. В ином случае использовал связку библиотек requests и BeautifulSoup. Извлеченные данные сохранял в локальные базы данных, либо выгружал в Excel. 2) Обрабатывал собранные данные в среде Jupyter Notebook, формировал отчеты для аудиторов. Для проведения EDA применял pandas, geopandas, statmodels, matplotlib, seaborn, использовал scikit-learn для извлечения аномалий. Реализовал на основе Jupyter Notebook интерактивные веб-приложения для анализа выборок данных непрофильными специалистами. Технологии: Jupyter notebook, SQL DB, Matplotlib, Seaborn, Scikit-learn, Numpy, Scipy, Pandas, Geopandas, BeautifulSoup, Selenium.
    • Март 2020 – сентябрь 2020
    • 7 месяцев

    Аудитор-стажер

    Сбер, Москва
    https://rabota.sber.ru
    Банк

    Обязанности и достижения:

    1) Разрабатывал приложения на Python для веб-скреппинга данных из отрытых источников. Для извлечения таблиц данных с сайтов использовал связку библиотек requests и BeautifulSoup. Данные сохранял в локальную базу данных. 2) Создавал приложения на Python для веб-скреппинга финансовых документов в формате pdf документов, изображений, excel таблиц из открых источников. При работе с низкокачественными сканами документов известного формата использовал методы компьютерного зрения (OpenCV + PyTesseract) для улучшения читабельности изображений и извлечения табличных данных, которые сохранял в локальную базу данных. 3) Производил анализ полученных выгрузок и выделял аномалии в финансовых документах с помощью библиотек pandas, scikit-learn, statmodels. Технологии: Jupyter notebook, SQL DB, TKinter, Qt, Matplotlib, Seaborn, Scikit-learn, Numpy, Scipy, Pandas, PyTesseract.

Условия занятости

  • Подходящие условия занятости
Полная занятость
Стандартный график
Удалённая работа

Образование

Обо мне

Дополнительные сведения:

Периодически посвещаю своё свободное время развитию hard навыков, читая литературу и разбирая иные источники по тематике машинного обучения, линейной алгебре и прикладной статистике, учавствую в соревнованиях на платформе kaggle, развиваю алгоритмическое мышление с помощью leetcode. В своей деятельности использую классический ML. В совернованиях и научной деятельности применял ML библиотеки catboost, lgbm, xgboost, scikit-learn, optuna, ансемблирование моделей. Визуализирую данные с помощью matplotlib и seaborn. Изучал на базовом уровне Airflow, Docker. Имею небольшой опыт работы с Google BigQuery.

Иностранные языки

  • Английский язык — разговорный
  • Китайский язык — базовый
  • Японский язык — базовый

Водительские права

  • A — мотоциклы
  • B — легковые авто
Фото, имя и контакты доступны только авторизованным пользователям
Работа в МосквеРезюмеIT, Интернет, связь, телекомАдминистрирование баз данных

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
Общество с ограниченной ответственностью «СуперДжоб» Г.Москва, ул. Дмитровка М, дом 20 ИНН 7702319337 ОКВЭД 63.11.1 vip@superjob.ru +7(495)7907277 Программа ЭВМ SuperJob и Программные модули включены в Реестр российского программного обеспечения (ПО), реестровая запись № 9280 от 20.02.2021г. Программный интерфейс API SuperJob включен в Реестр российского программного обеспечения (ПО), реестровая запись № 11081 от 20.07.2021г.
© 2000–2025 SuperJob