Data Scientist / ML-инженер

Был в этом месяце

150 000 ₽

Москва

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Машинное Обучение
Python
Matplotlib
Scikit-learn
Machine Learning
Pipeline
numpy
Ml
Seaborn
Классическое машинное обучение
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 14 лет

- Сентябрь 2023 – работает сейчас
- 2 года и 3 месяца
Data Scientist отдела технологий искусственного интеллекта Департамента науки Головного научно-технического центра информационной безопасности
Группа компаний Астра, Москва
Разработка программного обеспечения, Системная интеграция, автоматизации технологических и бизнес-процессов предприятия, ИТ-консалтинг
Обязанности и достижения:
O Стек/инструменты: Jira, Python, pandas, pytorch, transformers, CNN, LLM, sklearn, numpy, CV, NLP, Google Colab, scikit-learn, seaborn, matplotlib, LogisticRegression, Machine Learning, KNeighborsClassifier, DecisionTreeClassifier, RandomForestClassifier, LightGBM, CatBoost, SHAP, SQL, Docker, Fastapi/Flask, Confluence, MVC GPT o Мой функционал: - участие в развитии и дообучении действующих моделей, в том числе направленных на решение задач в области информационной безопасности - создание моделей машинного обучения и нейронных сетей, в том числе для совершенствования средств защиты информации; - сбор и анализ данных для обучения моделей, в том числе посредством написания запросов SQL; - работа с системами контроля версий (gitflick, gitlab); - проведение исследовательского анализа данных; - выработка архитектуры и принципов построения моделей нейронных сетей, в том числе сверточных и рекурентных (выбор способов обработки и преобразования данных подаваемых в модель, а также слоёв нейронной сети) - взаимодействие с иными структурными подразделениями по вопросам ML и AI - презентация и защита моделей - подготовка технической документации - внедрение и развертывание моделей - разработка RAG-системы на базе RuT5, обеспечивающей генерацию ответов с использованием контекста из корпоративного Confluence - работы с Langflow по создание и управление цепочками обработки данных и взаимодействия с LLM - работа с ОС Astra Linux - использование Hugging Face Transformers - работа с объемными, сложными текстовыми датасетами (более 3 млн. строк) o Достижения: - выполнил fine tuning LLM-модели (на базе RuT5) для генерации рекомендаций на русском языке по настройке специфических средств защиты информации (СЗИ) в соответствии с профилями стандартных СЗИ AppArmor, достигнув BLEU 45+ на тестовых данных - реализовал пайплайн предобработки данных из логов безопасности → предобработка и конкатенация данных → токенизация → обучение → инференс - внедрил модель в production-среду ОС Astra Linux, создал утилиту для использования рекомендательной модели через терминал
- Октябрь 2022 – сентябрь 2025
- 3 года
Data Scientist
ООО "Экосистема Альфа", Москва
Интернет-компания (поисковики, платежные системы, соц. сети, информационно-познавательные и развлекательные ресурсы, продвижение сайтов и прочее)
Обязанности и достижения:
O Стек/инструменты: Python, Google Colab, pandas, scikit-learn, numpy, seaborn, matplotlib, LogisticRegression, KNeighborsClassifier, DecisionTreeClassifier, RandomForestClassifier, LightGBM, CatBoost, MS Excel o Мой функционал: - работа с библиотеками Python для анализа данных, создания моделей машинного обучения на основе медицинских датасетов - работа в Google Colab - выполнение исследовательского анализа данных, в том числе построение матриц корреляции, графиков важности признаков - предобработка данных, построение пайплайнов для подготовки данных к обучению моделей и подбора гиперпараметров - презентация и защита построенных моделей на митапах, объяснение принципов их работы и причин выбора тех или иных подходов к построению моделей o Достижения: - построены модели классификации (RandomForestClassifier) для предсказания медицинских исходов на дисбалансных датасетах (соотношение классов ~1:8), достигнута F1-score 0.89 - разработан пайплайн предобработки: обработка пропусков и аномалий, кодирование, feature engineering, подбор гиперпараметров (GridSearchCV, RandomSearchCV), обучение модели, анализ важности признаков, оценка (F1-score для несбалансированных данных)
- Сентябрь 2022 – октябрь 2023
- 1 год и 2 месяца
Data Scientist (обучение)
АНО ДПО «Образовательные технологии Яндекса», Москва
Повышение квалификации, переквалификация
Обязанности и достижения:
Выполнено 13 ML-проектов: от EDA и классического ML до NLP, CV и временных рядов. Из них 4 проекта по аналитике данных, 6 проектов по классическому ML, 1 проект по обучению модели на временных рядах, 1 проект по NLP и 1 проект по разработке моделей Computer Vision. Проекты выполнены на стеке: Python, Jupyter Notebook, pandas, scikit-learn, numpy, seaborn, matplotlib, shap, LinearRegression, LogisticRegression, KNeighborsClassifier, DecisionTreeClassifier, SVC, DecisionTreeRegressor, RandomForestClassifier, LightGBM, CatBoost Другие используемые технологии: SQL, PySpark o Мой функционал: - работа с библиотеками Python для анализа данных, создания моделей машинного обучения и их интерпретации - создание структурированных запросов с помощью SQL - подготовка аналитических отчетов в Jupyter Notebook - выполнение исследовательского и статистического анализов данных, в том числе построение графиков boxplot, scatter, матриц корреляции, графиков важности признаков - проверка гипотез, проведение t-тестов, предобработка данных - создание моделей машинного обучения, в том числе использующих бустинг - построение пайплайнов для подготовки данных к обучению моделей и подбора гиперпараметров o Отдельные из выполненных проектов: - проект «Аналитика покупательской активности». Задача: разработать модель, предсказывающую снизится ли покупательская активность клиентов, проанализировать причины снижения покупательской активности - проект «HR-аналитика». Задача: разработать модель, предсказывающую уровень удовлетворенности сотрудника работой и уволится ли сотрудник - проект «Машинное обучение на текстах». Задача: разработать модель, выявляющую токсичные комментарии на сайте
- Декабрь 2021 – август 2023
- 1 год и 9 месяцев
Заместитель начальника отдела развития законодательства в сфере здравоохранения Правового департамента
Министерство здравоохранения Российской Федерации, Москва
https://minzdrav.gov.ru
Государственные организации
Обязанности и достижения:
O Стек/инструменты: СЭД МЗ РФ, Битрикс24, ГИС «Электронный бюджет», MS Outlook, MS Word, MS Excel (СУММ; ЕСЛИ) o Мой функционал: - анализ действующего законодательства на предмет наличия барьеров для бизнеса и граждан и подготовка предложений по оптимизации клиентских путей - участие в согласительных и иных совещаниях - осуществление правовой и юридико-технической экспертизы проектов нормативных правовых актов, подготовка проектов нормативных правовых актов - подготовка аналитических справок, докладов и иных документов o Достижения: - организовано взаимодействие между структурными подразделениями Минздрава России, позволившее сформировать и утвердить Реестр процессов Минздрава России - с Минюстом России согласована редакция проекта федерального закона «О судебно-экспертной деятельности в Российской Федерации», учитывающая все принципиальные позиции Минздрава России
- Август 2017 – октябрь 2021
- 4 года и 3 месяца
Главный специалист Управления по контролю качества пищевой продукции, поставляемой в учреждения социальной сферы
Государственная инспекция города Москвы по качеству сельскохозяйственной продукции сырья и продовольствия, Москва
https://www.mos.ru/mosgik/
Государственные организации
Обязанности и достижения:
O Стек/инструменты: МЭДО ПМ, ЕАИСТ 2.0, ЕГАС СИОПР, ЕГАС ОДОПМ, MS Outlook, MS Word, MS Excel (СУММ; ЕСЛИ; ПРОИЗВЕД; СРЗНАЧ; МИН; МАКС) o Мой функционал: - анализ деятельности исполнителей государственных контрактов на предмет целесообразности заключения/продления государственных контрактов - анализ и мониторинг федерального законодательства и нормативных правовых актов города Москвы - осуществление контроля за соблюдением требований государственных контрактов - обобщение и анализ поступающей информации, подготовка аналитических справок, докладов и иных документов - работа с базами данных ЕГАС СИОПР и ЕГАС ОДОПМ o Достижения: - выстроена работа с ФБУЗ «Центр гигиены и эпидемиологии в городе Москве», позволяющая ежедневно передавать на экспертизу от 80 образцов продукции с 14 производственно-логистических комплексов, расположенных по всей Москве в том числе в Новой Москве
- Май 2015 – август 2017
- 2 года и 4 месяца
Ведущий специалист-эксперт территориального отдела в Северном административном округе города Москвы
Управление Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по городу Москве, Москва
http://77.rospotrebnadzor.ru
Государственные организации
Обязанности и достижения:
O Стек/инструменты: КАИС, ГИС ЕРП, MS Outlook, MS Word, MS Excel (СУММ; ЕСЛИ; ПРОИЗВЕД; СРЗНАЧ) o Мой функционал: - осуществление государственного контроля за исполнением требований законодательства в области защиты прав потребителей и санитарно-эпидемиологического благополучия - участие в судебных процессах, в том числе составление исков, отзывов - подготовка аналитических справок, докладов и иных документов o Достижения: - отсутствие проигранных судебных процессов по делам, связанным с защитой прав потребителей, а также по административным делам, рассмотрение которых отнесено к компетенции судей
- Сентябрь 2011 – февраль 2015
- 3 года и 6 месяцев
Администратор
Азия Кафе ООО «Альмадор», Москва
Ресторан, общественное питание, фаст-фуд
Обязанности и достижения:
O Стек/инструменты: 1С Управление рестораном, 1С Бухгалтерия, MS Outlook, MS Word, MS Excel (СУММ; ЕСЛИ; ПРОИЗВЕД; СРЗНАЧ; МИН; МАКС) o Мой функционал: - организация работы кафе - подбор и обучение персонала - работа в 1С o Достижения: - заменен весь персонал кафе, что позволило поднять ежемесячную выручку на ~20%

Образование

- Высшее образование
- 2023
Московский университет имени С.Ю. Витте, Москва
Факультет: Юриспруденция
Специальность: Корпоративное право
- Высшее образование
- 2023
АНО ДПО «Образовательные технологии Яндекса» (Яндекс Практикум)
Факультет: Data Science
Специальность: Профессиональная переподготовка по направлению "Специалист по Data Science"
- Высшее образование
- 2014
Российский экономический университет им. Г.В. Плеханова, Москва
Факультет: Товароведение и экономика торговли
Специальность: Товароведение и экспертиза товаров (в области товароведения, экспертизы и оценки товаров во внутренней и внешней торговле)

Обо мне

Дополнительные сведения:

Data Scientist с коммерческим опытом разработки ML-моделей и нейронных сетей. Выполняю все этапы создания модели: сбор данных, EDA, построение пайплайнов, обучение, оценка, презентация, интеграция. Имею аналитический склад ума, ответственнен и быстро развиваю недостающие навыки. Умею работать в режиме мультизадачности. Готов изучать новые языки программирования. Готов работать по часовому поясу работодателя, в наличии имеется техника, подходящая для аналитики данных, решения задач классического ML. Машинное обучение, Python, Matplotlib, Scikit-learn, Machine Learning, Pipeline, Numpy, ML, Seaborn, Классическое машинное обучение, SQL, MS Excel, pandas, Atlassian Jira, Data Science, Google Colab, Jupyter Notebook, Исследовательский анализ данных, PyTorch, Plotly, Deep Learning, Big Data