Machine Learning Developer

Был больше месяца назад

По договорённости

24 года (родился 09 февраля 2001)

Москва

Бауманская

Занятость

полная занятость

Гражданство

Россия

Контакты

Почта

Будет доступна после открытия

Профессиональные навыки

Python
SQL
Linux
Git
PostgreSQL
Docker
Machine Learning
Ml
Deep Learning
Databases
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 2 года и 6 месяцев

- Июнь 2024 – работает сейчас
- 1 год и 6 месяцев
Программист
Huawei Russian Research Institute (RRI), Москва
https://career.huawei.ru/rri/
Обязанности и достижения:
- Разрабатывал программное обеспечение для анализа электрических цепей. Использовал методы узловых потенциалов (MNA и MMNA) для расчета напряжений и токов в цепях с произвольными параметрами. Реализовывал алгоритмы на языке Python. - Проводил расчет параметров антенных решеток. Определял фазовые сдвиги элементов для формирования заданной диаграммы направленности. Визуализировал результаты в виде графиков на Python. - Создавал поведенческую модель усилителя мощности с помощью методов машинного и глубокого обучения. Использовал полиномиальные модели с памятью и рекуррентные нейронные сети (CTDRNN, CTDNN, RVTDRNN, RVTDNN) для предсказания выходного сигнала усилителя. Оценивал точность модели с помощью метрики RMSE. - Исследовал возможности применения технологии Neural ODE для моделирования усилителей мощности.
- Октябрь 2022 – сентябрь 2023
- 1 год
Специалист по Data Science (учебный опыт)
Яндекс Практикум, Москва
https://practicum.yandex.ru
Интернет-компания (поисковики, платежные системы, соц. сети, информационно-познавательные и развлекательные ресурсы, продвижение сайтов и прочее)
Обязанности и достижения:
В течение работы у меня были следующие обязанности: - Анализ данных большого объема с использованием различных методов и инструментов, включая статистический анализ, машинное обучение и визуализацию данных; - Разработка и реализация моделей машинного обучения для решения конкретных задач и проблем бизнеса. - Создание прогностических моделей и предсказание будущих трендов и событий на основе анализа исторических данных; - Оптимизация и улучшение существующих моделей и алгоритмов машинного обучения для повышения их точности и эффективности; - Взаимодействие с другими отделами и заинтересованными сторонами для определения потребностей бизнеса и разработки стратегии бизнес-модели на основе данных; - Проведение исследований и экспериментов с данными для выявления новых инсайтов и возможностей для улучшения процессов и результатов бизнеса; - Визуализация и представление сложных данных и результатов анализа с помощью графиков, диаграмм и других методов для облегчения понимания и принятия решений; - Подготовка и представление отчетов и презентаций, объясняющих результаты и рекомендации на основе проведенного анализа данных. Использованные стеки: - Машинное обучение: scikit-learn, PyTorch и Keras; - Визуализация: Pandas, Matplotlib и Seaborn; - Языковые модели: NLTK и re; - Бустинги: CatBoost, LightGBM, XGBoost. Название проекта, которому я уделял наибольшее внимание, было "Оптимизация производственных расходов в металлургическом комбинате". Цель проекта заключается в следующем: построить модель, предсказывающую температуру стали, с целью оптимизации производственных расходов на этапе обработки стали в металлургическом комбинате. Также в этом проекте использовал различные стеки, такие как Pandas, NumPy, Matplotlib, Seaborn, scikit-learn, LightGBM, CatBoost, XGBoost. Вы можете ознакомиться с другими моими работами в GitHub: https://github.com/RedAlexDad/YandexPracticum

Образование

- Бакалавр
- 2025
Московский государственный технический университет им. Н.Э. Баумана, Москва
Факультет: Информатика, искусственный интеллект и системы управления
Специальность: Системы обработки информации и управления

Обо мне

Дополнительные сведения:

Мне привлекает должность ML Engineer и Researcher, поскольку она предоставляет обширные возможности для творчества и глубокого исследования в области обработки данных. Также я нашел вдохновение в работах персонажа под псевдонимом "geohot" (George Francis Hotz), который последнее время активно занимается глубоким обучением. Мое увлечение машинным обучением сочетается с интересом к гетерогенному программированию и разработке высоконагруженных сервисов. В настоящее время я изучаю технологии OpenCL и SYCL для DL. Помимо этого, я имею опыт интеграции искусственного интеллекта в продукты, который я получил, участвуя в хакатонах. На первом хакатоне, проведенном Мастерской Яндекс Практикума по исследованию темы наставничества, наша команда заняла 3-е место, а в работе в области Data Science нас отметили как лучших, заняв 1-е место. Диплом и результаты можно посмотреть в моем портфолио на GitHub: https://github.com/RedAlexDad/linkedin_hackathon. На втором хакатоне, посвященном разработке телеграмм-бота с интеграцией моделей естественного языка, наша команда также показала отличные результаты, занимая верхние места. Работу можно ознакомиться на GitHub: https://github.com/RedAlexDad/telegram_bot_support_auchan. Python, SQL, Linux, Git, PostgreSQL, Docker, Machine Learning, ML, Deep Learning, Databases, C\C++, Mathematical Statistics, DL, Rust, NLP, NN, Neural Network, СУБД, Базы данных, pandas