Data Scientist

Был больше месяца назад

По договорённости

47 лет (родился 10 июля 1978)

Москва

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Python
PyTorch
pandas
Tensor Flow
numpy
Scikit-learn
PostgreSQL
GAN
Computer vision
LLM
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 13 лет и 11 месяцев

- Октябрь 2024 – работает сейчас
- 1 год и 2 месяца
Специалист по Data Science
Проектная деятельность, Москва
Обязанности и достижения:
Проект: "Разработка алгоритма идентификации пациентов с высоким риском повторных сердечно-сосудистых осложнений" Заказчик: ФГБУ «НМИЦК ак. Е. И. Чазова», Yandex Cloud Data Scientist/Data Analytic Май 2025 — н/в Совместно, командой из трех человек, реализовали следующие сервисы первого этапа проекта: - обработки медицинских документов различных форматов - выделения персональных данных и анонимизация их с присвоением уникальных идентификаторов - извлечения из анонимизированных документов заданных мед. экспертами информационных блоков (диагноз, лабораторные исследования, лекарственная терапия и пр.) с использованием модели YandexGPT-5-Pro - развернули виртуальную машину в облачной среде для запуска проекта - организовали систему хранения результатов работы, включая экспорт данных в базу данных SQLite Ведем работы по подготовке решения к быстрому развёртыванию в региональных филиалах и его тестированию. Стек: pandas, numpy, Flask, FastAPI, PyMuPDF, openpyxl, SQLite, CLI Проект: "Система матчинга товаров для маркетплейса" Заказчик: ООО "Винк-Платформа" Март 2025 — Апрель 2025 Data Scientist Задача: разработать ML-систему для сопоставления товарных позиций с требуемой точностью, предназначенной в для слияние товарных каталогов от разных поставщиков и подбора аналогов для оперативной замены отсутствующих или снятых с продажи товаров. Результат: - провел анализ и подготовку данных Заказчика для обучения моделей - сгенерировал дополнительные синтетические данные в необходимом объеме для целей обучения - провел тестирование различных моделей и подобрал оптимальный пайплайн из выбранных моделей, их параметров для решения задачи с требуемой метрикой точности. - разработал сервис/модуль для Заказчика для запуска проекта После реализации проекта точность матчинга выросла до 87%. Стек: pandas, numpy, scikit-learn, BM25, FastText, Streamlit. https://github.com/dmitml/Projects_portfolio/tree/main/Product%20matching Самостоятельные проекты Проект: "Создание RAG - системы для туризма" Что сделано: - провел анализ данных с туристическими объектами и их описанием, кластеризацию контекста - сформировал и проиндексировал базу данных с извлечением релевантных чанк-контекстов - с использованием LLM-модели сгенерировал ответы на основе заданных prompt-шаблонов и извлечённого контекста Результат: построил RAG - систему, оценка модели на основе метрики Answer Relevancy = 0.94 показала высокую семантическую точность и релевантность сгенерированных ответов модели Стек: pandas, numpy, scikit-learn, langchain, RAG, torch, transformers, ragatouille https://github.com/dmitml/Projects_portfolio/blob/main/RAG%20система%20для%20туризма.ipynb Проект: "Прогноз ухода клиента из телекоммуникационной компании" Что сделано: проведел статистический и корреляционный анализ данных, с использованием пайплайна обучил шесть моделей, отобрал лучшая модель. Рассчитал матрицу ошибок, ROC-кривую итоговой модели. Результат: на основе отобранной модели и проведенной оценки значимости признаков сделал необходимые рекомендации/предложения для бизнеса в целях снижения вероятности ухода клиента из компании Стек: pandas, numpy, sklearn, scipy, seaborn, phik, shap https://github.com/dmitml/Projects_portfolio/blob/main/12%20Прогноз%20ухода%20клиента%20из%20телекоммуникационной%20компании.ipynb Проект: сегментация медицинских снимков на основе сетей SegNet и U-Net Что сделано: реализовал две модели SegNet и U-Net. Провел сравнительный анализ моделей при обучении на различных лоссах. Результат: произвел успешную сегментацию медицинских снимков для различных типов поражений кожи на основе указанных сетей. Стек: torch, torchvision, torchmetrics, SMP, matplotlib https://github.com/dmitml/Projects_portfolio/blob/main/Сегментация%20медицинских%20снимков%20SegNet%20%26%20UNet.ipynb
- Март 2021 – работает сейчас
- 4 года и 9 месяцев
Руководитель по технологическому и информационному развитию
ООО «Орион»
Обязанности и достижения:
Стек/инструменты: 1С, MS Excel (математические, логические, формулы даты и времени; используемый объем данных до 10 000 строк и 50 столбцов, макросы) Мой функционал: - организация работы подразделения компании, осуществляющего закупочную деятельность. - автоматизация отчетности и визуализация данных о работе подразделения на Python. - руководство подразделением до 7 человек, контроль сопровождения и адаптация новых сотрудников Достижения: - автоматизировал обработку отчетов и графический анализ данных средствами Python - организовал формирование аналитических сводных отчетов. Время на работу с отчетностью сократилось в 3 раза, подготовка отчетности ведется 1 сотрудником вместо ранее трех.
- Апрель 2014 – октябрь 2020
- 6 лет и 7 месяцев
Руководитель программы
ООО «Мосинжинвест»
Обязанности и достижения:
Стек/инструменты: 1С, MS Excel (математические, логические, формулы даты и времени; используемый объем данных до 5 000 строк и 50 столбцов, макросы) Мой функционал: - организация разработки градостроительной документации по городской программе строительства транспортно – пересадочных узлов: разработка проектов планировки территории и их технико – экономическое обоснование - составление планов реализации проектов, защита на инвестиционном совете компании, в профильных Департаментах г. Москвы - руководство командами проектов общей сложностью 10 человек, координация их работы, планирование бюджета подразделения Достижения: - из 15 проектов, находящихся в компетенции подразделения, были реализованы 11, выпущены ПП г. Москвы об утверждении проектов планировок территорий, оставшиеся 4 имели высокую степень готовности
- Октябрь 2010 – апрель 2013
- 2 года и 7 месяцев
Начальник Департамента инженерного обеспечения перспективного развития сетей и технологических присоединений
ОАО «Московская объединенная электросетевая компания»
Обязанности и достижения:
Стек/инструменты: 1С, MS Excel (математические, логические, формулы даты и времени; используемый объем данных до 15 000 строк и 50 столбцов, макросы) Мой функционал: - организация рассмотрения заявок на технологическое присоединение к электрической сети, разработка технических условий и оформление разрешений по заявкам потребителей; - руководство Департаментом общей сложностью 70 человек, планирование бюджета подразделения на год вперед, найм сотрудников, контроль сопровождения и адаптации новых сотрудников, анализ работы по результатам испытательного срока; Достижения: - выстроил систему контроля и автоматизировал отчетность по срокам рассмотрения заявок на всех этапах. Доля просроченных по срокам рассмотрения заявок снизилась на 90%; - в рамках участия компании в рейтинге Всемирного банка «Doing Business» сократил время разработки Департаментом технических условий по заявкам в 2 раза.

Образование

- Кандидат наук
- 2004
Московский Энергетический Институт (Технический Университет)
Факультет: Электроэнергетический
Специальность: Электроэнергетические системы и сети

Обо мне

Дополнительные сведения:

Ищу работу в Data Science, интересны направления: медтех, биотех компании, телеком, финтех, энергетические и строительные компании. При необходимости готов оформиться по самозанятости, в наличии хорошая рабочая техника. Моя сильная сторона - работа с данными: анализ, структурирование, извлечение ценной информации. Постоянный интерес к сфере AI и последующие проекты в Data Science подтвердили, что именно в этой профессии я хочу и готов развиваться. Для меня важно не только исследовать данные, но и видеть реальный результат их применения. Опыт и компетенции - Хорошо понимаю бизнес-процессы и стратегии развития компаний разного масштаба. - Обладаю развитыми аналитическими способностями, организованностью и навыками планирования. - Умею решать задачи, эффективно работать в команде и руководить процессом. Интересы и развитие - Активно слежу за актуальными событиями в сфере AI, развитию LLM и робототехники. - Участвую в профильных конференциях и соревнованиях Kaggle. - Хочу получать новые знания и развиваться в ML/DL, быть частью успешной команды и приносить компании реальные результаты. Портфолио проектов: https://github.com/dmitml/Projects_portfolio Благодарственные и рекомендательные письма: https://drive.google.com/drive/folders/1cDCyuF1Rn5HRL7_6VbGiL0K0MAQkZASD?usp=sharing Python, PyTorch, pandas, Tensor Flow, Numpy, Scikit-learn, PostgreSQL, GAN, Computer Vision, LLM, FastAPI