Москва
Резюме № 56099795
Обновлено 27 ноября
no-avatar

ML-инженер / Data-scientist

Был в этом месяце
По договорённости
35 лет (родился 01 мая 1990)
Тула, готов к переезду: Москва
Условия занятости
Полная занятость
Стандартный график
В офисе/На объекте
Гражданство
Россия
Контакты
Телефон
Почта
Будут доступны после открытия
Профессиональные навыки
  • Показать еще
Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 15 лет и 4 месяца

    • Сентябрь 2010 – работает сейчас
    • 15 лет и 4 месяца

    Ведущий аналитик ИБ

    Ingate Group, Тула
    https://ingate.ru

    Обязанности и достижения:

    Карьерный рост от аналитика до руководства командой из 3 специалистов Текущие проекты: 1) Занимаюсь реализацией AI-агента для работы с документами, сотрудниками и заявками (единое окно обращений) | Python, FastAPI, OpenAI, Supabase, Telegram Bot API, n8n: - Пайплайн сбора и нормализации данных из PDF, DOCX, PPTX, HTML, Excel, Confluence, подготовка текст и метаданных в Supabase и векторного хранилища для поиска. - Формирование системы поиска по сотрудникам и их навыкам, документам и заявкам с генерацией ответов через LLM в Telegram. - Фокус на удобстве взаимодействия: короткие ответы, кнопки действий (“Открыть документ”, “Профиль сотрудника”, “Создать заявку”), реализация возможности автогенерации текста заявок или установка их вручную. - Ожидаемый результат: быстрый и удобный поиск информации по сотрудникам, документам и заявкам, сокращение времени на поиск, автоматизация выдачи ответов с проверкой прав доступа. Реализованные проекты: 1) Разработка и внедрение end-to-end ML пайплайна для прогнозирования увольнений - Реализовал полностью автоматизированный цикл: еженедельный сбор данных, feature engineering (включая фичи на основе NLP-анализа тональности), обучение и валидация моделей (XGBoost, CatBoost). - Настроил автоматическое обновление модели и выгрузку предсказаний в дашборд для HR. - Результат: Модель с ROC-AUC ~0.85 работает в продакшене, помогая выявлять сотрудников группы риска для превентивных мер. 2) Создание NLP-системы для анализа эмоционального состояния сотрудников - Построил пайплайн для транскрибации аудио (Whisper) и анализа текстовых данных с использованием кастомных моделей и GPT API для классификации эмоций. - Результаты анализа интегрированы в модель прогнозирования увольнений как ключевые признаки. - Результат: Система используется для мониторинга настроений. 3) Аналитическое исследование оттока клиентов - Провел комплексный статистический анализ исторических данных, выявив ключевые паттерны и факторы, влияющие на отток. - Построил детальную аналитическую модель для сегментации клиентов по уровню риска. - Результат: Подготовлен прототип системы и рекомендации для отдела маркетинга. Несмотря на отсутствие внедрения, работа заложила методологическую основу для дальнейшего анализа оттока. 4) Система диаризации и идентификации говорящих | Python, RNN, LSTM - Разработал модель для автоматической транскрибации аудиозаписей и идентификации говорящих в диалогах. - Результат: достигнута точность распознавания говорящих >70% на внутреннем датасете. 5) Разработка и запуск Telegram-бота для генерации контента | Python, SQL, Telegram Bot API, OpenAI GPT API - Реализовал end-to-end пайплайн: от приема пользовательских запросов через Telegram Bot API до генерации контента с помощью OpenAI GPT API и управления контекстом. - Настроил интеграцию с SQL-базой данных для хранения истории взаимодействий, обеспечения персистентности контекста и сохранения уникальных стилистических особенностей целевых авторов. - Результат: рабочий продукт (https://t.me/MimicGram_bot) успешно запущен в продакшен, стабильно обрабатывает пользовательские запросы и автоматизирует создание стилистически выверенного контента. Другие достижения (в сфере безопасности и расследований): - Руководство командой из 3 специалистов по безопасности: разработка стратегий мониторинга и расследований - Анализ истории действий пользователей и системных логов для расследования инцидентов - Выявление и документирование сложной схемы мошенничества с помощью анализа аномалий, что предотвратило потенциальные финансовые потери Участие в хакатонах 1) Ozon Хакатон 2025 | Разработка гибридной рекомендательной системы для E-commerce | Python, LightGBM, PyTorch, Dask - Реализовал end-to-end пайплайн обработки больших данных: сбор и очистка 1.6+ млрд событий пользовательского поведения, фильтрация 6+ млн товаров, feature engineering и оптимизация эмбеддингов через PCA (сокращение размерности с 512 до 150 компонент при сохранении 95% дисперсии) - Построил гибридную систему генерации кандидатов, сочетающую popularity-based подход (топ-2000 товаров), co-visitation анализ (2+ млн пар товаров) и ANN-поиск по векторным представлениям - Обучил LightGBM Ranker с инкрементальным обучением и GPU-ускорением, настроил батчинговую обработку данных через Dask для работы с датасетом объемом 65+ GB - Результат: NDCG@100 = 0.018 на лидерборде хакатона — успешно справился с задачей построения работоспособного пайплайна для обработки больших данных в условиях ограниченного времени и ограничений по мощностям. Другие проекты доступны на GitHub: https://github.com/Ankudar

Условия занятости

  • Подходящие условия занятости
Полная занятость
Стандартный график
В офисе/На объекте

Образование

Обо мне

Дополнительные сведения:

Больше 15 лет работаю с данными, последние два года активно развиваюсь в машинном обучении. Умею собирать решения от гипотез и feature engineering до обучения, продакшена и анализа результатов. Есть успешные проекты по NLP и прогнозированию, которые реально используются и приносят эффект. Хочу дальше развиваться в ML и делать решения, которые дают измеримую пользу бизнесу. Рассматриваю фуллтайм в формате удалёнки или гибрида. Открыт к интересным и сложным задачам. Навыки и технологии • Языки программирования: Python • ML & Фреймворки: Scikit-learn, PyTorch, TensorFlow, XGBoost, CatBoost, LightGBM • Data Engineering & Анализ: Pandas, NumPy, SQL, ETL, Airflow, n8n, Supabase, Dask, Polars • MLOps & Оркестрация: MLflow, Airflow, автоматизация ML-пайплайнов • Рекомендательные системы: Генерация кандидатов (popularity-based, co-visitation, ANN), ранжирование, матричная факторизация (ALS), оценка качества (NDCG, Precision/Recall) • Работа с большими данными: Обработка миллиардов событий, оптимизация памяти, батчинг, потоковая обработка • Векторные операции и поиск: Эмбеддинги товаров, PCA-оптимизация, семантический поиск • NLP & LLM: OpenAI Whisper, GPT API, Llama2, классификация тональности, транскрибация • Визуализация: Matplotlib, Seaborn, Plotly, построение дашбордов • Инструменты: Git, Jupyter Notebook • Методологии: Машинное обучение, Feature Engineering, MLOps
Фото, имя и контакты доступны только авторизованным пользователям
Похожие резюмеВсе 1 похожее резюме
Обновлено 19 ноября
no-avatar
ML-инженерз/п не указана
Последнее место работы (2 года и 4 мес.)Технический СпециалистАвгуст 2023 – работает сейчас
Работа в МосквеРезюмеIT, Интернет, связь, телекомАдминистрирование баз данныхИнженер

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