Обязанности и достижения:
Функционал:
Создание прогностических моделей на базе ML-моделей (KNN, DecigionTree, RandomForest, LGBM, CatBoost), с использованием стекинг-моделей и нейросетей (BERT и его версии, напр. RoBERTa, BioBERT и др).
Достижения:
- Освоила работу с эмбеддингами (embeddins) и NLP на примере BERT
- Обучила модель для прогнозирования наличия сахарного диабета у пациентов по данным их анализов с метрикой F1 Macro на тестовых данных 0,75
- Обучила модель для прогнозирования типа операции на сердце по их медицинским данным с метрикой F1 Macro на тестовых данных 0,78
Стэк технологий: python, pandas, numpy, seaborn, matplotlib, phik, sklearn, lightgbm, catboost, tensorflow, BERT, LSTM