Москва
Резюме № 55021613
Обновлено 9 июня 2024
Превью фото соискателя

Специалист по машинному обучению

Был больше месяца назад
По договорённости
31 год (родился 30 апреля 1994)
Москва, готов к переезду
Условия занятости
Полная занятость
Стандартный график
В офисе/На объекте
Гражданство
не указано
Контакты
Телефон
Почта
Будут доступны после открытия
Профессиональные навыки
  • Показать еще
Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 7 лет

    • Май 2024 – работает сейчас
    • 1 год и 8 месяцев

    Руководитель по ИИ и росту / Партнер по росту для продуктов SaaS с использованием ИИ

    DemandVolt

    Обязанности и достижения:

    Ключевые результаты: • Аналитика для платформы вопросов и ответов: Создал аналитику рекламных кампаний для платформы с бюджетом $15,000 в неделю, которая ранее не предоставляла глубоких полезных инсайтов. Это помогло значительно улучшить эффективность рекламных расходов для компании с успешными раундами финансирования. • Индивидуальные аналитические решения для ведущей платформы управления проектами: Разработал и внедрил индивидуальные аналитические решения для оптимизации усилий на крупнейшем мировом форуме, включая функционал LLM для автоматизации успеха на платформе. Платформа управления проектами имеет рыночную капитализацию в $10.92 миллиарда. • Алгоритмы предсказания платежей для приложения для водителей: Создал алгоритмы предсказания платежей, которые оптимизировали бизнес-процессы и увеличили генерацию доходов. Приложение для водителей является лидером на европейском рынке. • Индивидуальные решения для ведущей компании в области кибербезопасности: Разработал аналитику для управления рекламными кампаниями с бюджетом $15,000 в неделю на платформе вопросов и ответов, что помогло компании, оцениваемой в $500 миллионов, значительно повысить эффективность своих расходов. • Создание индивидуализированных ИИ-продуктов: Разработал и внедрил индивидуализированные ИИ-продукты, которые значительно улучшили контент-маркетинг клиентов и привели к повышению их доходов. • Оптимизация бизнес-процессов: Использование передовых методов анализа данных и машинного обучения для оптимизации бизнес-процессов, что привело к значительному повышению эффективности и снижению затрат. Обязанности и достижения: • Анализ данных продукта: Руководил процессом анализа данных для создания индивидуализированных ИИ-продуктов, оптимизируя контент-маркетинг клиентов. Использовал инструменты, такие как Google Analytics, Mixpanel и Arenadata Enterprise Data Platform (EDP), комплексную платформу для сбора, управления и анализа гетерогенных данных. • Создание отчетов и дашбордов: Создавал отчеты и дашборды с использованием Google Data Studio и Tableau для представления аналитических инсайтов и рекомендаций. Выполнял задачи по анализу данных, включая кластерный анализ, PCA, ANOVA и MANOVA. Оптимизация бизнес-процессов: Применял методы анализа данных для оптимизации бизнес-процессов и принятия решений. Разрабатывал и внедрял процессы ETL для обработки данных и интеграции данных из различных источников. • Анализ пользовательского поведения: Проводил анализ пользовательского поведения и взаимодействия с продуктами, используя LogRocket и Mixpanel. Предлагал улучшения для повышения удовлетворенности пользователей и оптимизации пользовательского опыта. Разработка решений на основе ИИ: Разработал решения с использованием текстовой векторизации, векторных баз данных, TF-IDF и TensorFlow для анализа данных и улучшения бизнес-процессов. Применял методы машинного обучения для классификации, регрессии и предсказания. • Слияние требований ИИ и продукта: Объединял требования ИИ и продукта для успешного вывода на рынок и запуска новых функций, обеспечивая соответствие бизнес-целей и потребностей клиентов. • Консалтинг и мониторинг ИИ: Консультировал по внедрению и мониторингу ИИ-решений, используя как открытые, так и проприетарные модели от AI21, OpenAI, Anthropic, Cohere и других. Разрабатывал стратегии для повышения эффективности и точности ИИ-моделей. Навыки: Анализ данных и инженерия данных: Python, SQL, Postgres, AWS Redshift, AWS Lambda, Google Analytics, Tableau, Google Data Studio. Методы машинного обучения: текстовая векторизация, векторные базы данных, TF-IDF, TensorFlow, классификация, регрессия, предсказание, ANOVA, MANOVA. Управление проектами и продуктами: объединение требований ИИ и продуктов для успешного вывода на рынок и запуска новых функций. Консалтинг по ИИ и мониторинг: эксперт в работе с моделями от AI21, OpenAI, Anthropic, Cohere и других.
    • Ноябрь 2022 – работает сейчас
    • 3 года и 2 месяца

    Руководитель по продуктам и аналитике данных в области ИИ

    Queue
    https://q-ueue.ai

    Обязанности и достижения:

    Обязанности и достижения: • Анализ данных: Проводил глубокий анализ данных для улучшения производительности продукта и пользовательского опыта. Использовал инструменты, такие как Google Analytics, Mixpanel, LogRocket, SQL и MongoDB для сбора и анализа данных. Применял методы статистического анализа, включая регрессионный анализ, кластерный анализ и PCA. • Отслеживание и мониторинг производительности: Использовал платформы, такие как Weights and Biases, для логирования производительности моделей машинного обучения и мониторинга их эффективности. Проводил анализ данных с помощью Pandas и Scikit-learn для оценки результатов и представления инсайтов. Оптимизация бизнес-процессов: Применял методы анализа данных для оптимизации бизнес-процессов и принятия решений. Разработал процессы ETL с использованием Apache Airflow и SQL для обработки данных и интеграции данных из различных источников, обеспечивая высокое качество данных. Внедрил процедуры управления данными, включая бизнес-правила и автоматическую проверку качества данных. • Отчетность и визуализация: Создавал отчетность и визуализации данных для представления инсайтов и рекомендаций. Использовал инструменты, такие как Google Data Studio и Matplotlib для создания интерактивных дашбордов и отчетов. Создавал внутренние аналитические инструменты и дашборды для компаний, таких как Guardio и monday.com. • Анализ пользовательского опыта: Проводил анализ пользовательского поведения и взаимодействия с продуктами, используя LogRocket и Mixpanel. Выявлял узкие места и предлагал улучшения для повышения удовлетворенности пользователей и оптимизации пользовательского опыта. • Использование LLM: Работал с моделями от OpenAI, Anthropic, AI21 и Cohere для создания и внедрения решений на основе больших языковых моделей, что улучшило аналитические и бизнес-процессы. Создание текстовой векторизации и векторных баз данных: Успешно разработал решения для текстовой векторизации и внедрил векторные базы данных, что значительно улучшило обработку и анализ текстовых данных. • Консультирование по ключевым решениям ИИ: Консультировал по ключевым решениям в области ИИ, помогая избежать дорогостоящих решений и неправильной реализации, что способствовало оптимизации затрат и эффективности. Достижения: • Улучшение производительности: Внедрил аналитические решения, которые привели к значительному улучшению производительности продукта и пользовательского опыта. Успешно использовал методы анализа данных и машинного обучения, такие как классификация, регрессия и предсказание, для улучшения маркетинговых кампаний и бизнес-решений. • Интеграция данных: Создал эффективные данные трубы и процессы ETL для интеграции данных из различных источников с использованием Apache Airflow и SQL, обеспечивая высокое качество данных и соответствие требованиям бизнеса. • Автоматизация процессов: Внедрил автоматизированные решения для мониторинга и отчётности с использованием Python и Jupyter Notebooks, что привело к значительному снижению времени на обработку данных и подготовку отчетности. • Управление данными: Внедрил процедуры управления данными, включая бизнес-правила и автоматическую проверку качества данных для обеспечения точности и надежности данных. • Консультирование по ИИ: Консультировал по ключевым решениям ИИ, помогая избежать дорогостоящих ошибок и неправильной реализации, что значительно сократило затраты и повысило эффективность. • Командная работа: Руководил инициативами в рамках команды разработчиков для улучшения коммуникации и согласованности действий, что способствовало более эффективной работе и достижению общих целей. Навыки: • Анализ данных и инженерия данных: Python, SQL, Postgres, MongoDB, Apache Airflow, AWS Redshift, AWS Lambda, Google Analytics, Mixpanel, LogRocket, Pandas, Scikit-learn. • Методы машинного обучения: классификация, регрессия, предсказание. • Оптимизация бизнес-процессов: разработка ETL процессов, управление данными, автоматическая проверка качества данных. • Отчетность и визуализация: Google Data Studio, Matplotlib, создание интерактивных дашбордов и отчетов. • Отслеживание и мониторинг производительности: Weights and Biases, логирование производительности моделей машинного обучения, мониторинг эффективности. • Работа с большими языковыми моделями (LLMs): OpenAI, Anthropic, AI21, Cohere. • Текстовая векторизация и векторные базы данных: разработка и внедрение решений для текстовой векторизации и векторных баз данных.
    • Август 2023 – май 2024
    • 10 месяцев

    Студент, Магистратура

    СПБГУ ВШМ (студент, дипломная работа)

    Обязанности и достижения:

    Проект по прогнозированию платежей был реализован на большом наборе данных, собранных от более чем 1 миллиона активных пользователей в месяц (MAU) мобильного приложения. Для обработки и анализа таких больших объемов данных использовался PySpark, что позволило эффективно обрабатывать большие массивы данных и выполнять сложные операции ETL. Использование PySpark обеспечило масштабируемость и высокую производительность обработки данных, что было критически важно для достижения высокой точности предсказаний и оптимизации операционной эффективности компании. Ключевые достижения и навыки: • Предварительная обработка данных: Провел обширную очистку и предварительную обработку большого набора данных журналов взаимодействия пользователей. Преобразовал необработанные данные в подходящий формат для анализа, обработки пропущенных значений, выбросов и несоответствий. Использовал Apache Spark для эффективной обработки данных и операций ETL. • Исследовательский анализ данных (EDA): Выполнил углубленный исследовательский анализ для понимания моделей поведения пользователей, выявления тенденций и обнаружения потенциальных предикторов платежных событий. Использовал инструменты визуализации, такие как Matplotlib и Seaborn, для эффективного представления полученных данных. • Разработка признаков: Разработал и реализовал передовые методы разработки признаков, включая создание признаков лага для учета временного контекста и применение векторизации TF-IDF для извлечения значимой информации из текстовых действий пользователя. Продемонстрировал сильные навыки решения проблем и знание предметной области при создании прогнозных признаков. • Оценка моделей: Провел всестороннюю оценку нескольких моделей машинного обучения, включая Random Forest, Gradient Boosting Trees, логистическую регрессию и машины опорных векторов (SVM). Использовал ключевые метрики, такие как ROC AUC, Precision-Recall AUC, F1-score и Accuracy, для оценки производительности модели и выбора наиболее подходящего алгоритма. Высокая предсказательная точность моделей, таких как Random Forest, Gradient Boosting Trees, логистическая регрессия и SVM, стала важным успехом для компании. • Автоматизация аналитических отчетов: Создал автоматизированные аналитические отчеты и интерактивные дашборды в Weights & Biases (W&B) для отслеживания экспериментов, сравнения производительности моделей и визуализации ключевых метрик. Это позволило заинтересованным сторонам легко получать доступ к результатам анализа и принимать обоснованные решения. • Выводы и рекомендации: Предоставил практические выводы и рекомендации на основе результатов анализа, позволяющие компании оптимизировать взаимодействие с пользователями, повысить операционную эффективность и стимулировать рост бизнеса. Продемонстрировал высокие коммуникативные навыки при представлении полученных данных как техническим, так и нетехническим заинтересованным сторонам. Технические навыки: • Языки программирования: Python (включая библиотеки Pandas, NumPy, Scikit-learn) • Инструменты для работы с большими данными: Apache Spark, Yandex Cloud Object Storage • Визуализация данных: Matplotlib, Seaborn • Машинное обучение: Random Forest, Gradient Boosting Trees, логистическая регрессия, машины опорных векторов (SVM) • Метрики оценки: ROC AUC, Precision-Recall AUC, F1-score, Accuracy. • Инструменты для экспериментов и отслеживания моделей: Weights & Biases (W&B)
    • Декабрь 2021 – ноябрь 2022
    • 1 год

    Руководитель по аналитике данных, связям с инвесторами и маркетингу

    Magdalena Reith & LION Private Equity Partners
    https://lpei.de/en/

    Обязанности и достижения:

    В рамках моей роли аналитика данных в Queue я использовал свои навыки анализа данных для анализа сделок по слияниям и поглощениям (M&A) и инвестиционных сделок, а также компаний. Я создавал визуализации данных для презентаций инвесторам, маркетинговых материалов и других документов. Моя работа неоднократно демонстрировалась в Европейском парламенте, способствовала реализации энергетических проектов на сотни миллионов евро по всей Европе и поддерживала партнеров в крупнейших и наиболее влиятельных компаниях по слияниям и поглощениям и частному капиталу в Европе. • Стратегическое общение: Использовал платформы, такие как Python и Jupyter Notebooks, для создания аналитических решений и визуализаций. Преобразовывал сложную финансовую информацию в четкие, убедительные данные для инвесторов, подчеркивая уникальное предложение ценности каждого стартапа и потенциал роста. • Создание презентаций: Создавал и совершенствовал презентации, используя инструменты, такие как Google Data Studio, Matplotlib и Plotly, чтобы завладеть вниманием инвесторов. Демонстрировал наиболее убедительные аспекты бизнеса и вызывал энтузиазм по отношению к возможностям финансирования. Эти презентации сыграли ключевую роль в привлечении миллионов долларов финансирования для стартапов на различных стадиях. • Рыночный анализ: Проводил глубокие рыночные исследования и анализ с использованием существующих исследований и создавал собственные аналитические решения с помощью Python и библиотек, таких как Pandas, NumPy и Scikit-learn. Предоставлял детальную информацию для руководства инвестиционными решениями и выявления выгодных возможностей. • Оптимизация бизнес-процессов: Разрабатывал и внедрял процессы ETL с использованием Apache Airflow и SQL для обработки данных и интеграции данных из различных источников. Обеспечивал высокое качество данных и соответствие требованиям бизнеса. Внедрял процедуры управления данными, включая бизнес-правила и автоматическую проверку качества данных. • Связи с инвесторами: Создавал качественный контент, например, обновления для инвесторов, новостные рассылки и финансовые отчеты. Использовал инструменты, такие как Google Analytics и Power BI, чтобы поддерживать прозрачность и укреплять доверие со стороны заинтересованных сторон на протяжении всего процесса инвестирования. Достижения: Сыграл ключевую роль в привлечении финансирования для различных проектов, от стартапов в области искусственного интеллекта и водных ресурсов до научных достижений в производстве и энергетических проектов по всей Европе. Моя работа помогла укрепить позиции компании на рынке и поддержала реализацию значимых проектов в энергетическом секторе Европы, а также способствовала развитию стартапов и научных инициатив.
    • Апрель 2021 – ноябрь 2022
    • 1 год и 8 месяцев

    Data Scientist в области контент-аналитики и LLM

    Q-Answers
    https://q-ueue.ai

    Обязанности и достижения:

    • Разработка и анализ LLM: Участвовал в разработке и анализе больших языковых моделей (LLMs) для процесса создания контента. Использовал технологии машинного обучения и NLP (Natural Language Processing) с помощью инструментов, таких как TensorFlow, PyTorch и Hugging Face Transformers для генерации текста и улучшения качества контента. Оценивал производительность моделей и проводил A/B тестирование для оптимизации их работы. Работал с передовыми моделями от AI21, OpenAI, Anthropic и Google. Пользовал Weights & Biases для аналитики и мониторинг LLM и модели машинное обучение. • Создание LLM систем и аналитика: В рамках работы создавал системы на основе больших языковых моделей (LLM) и занимался мониторингом и улучшением аналитики для создания контента для некоторых из крупнейших и самых известных брендов в мире, включая компании с рыночной капитализацией в $10.92 миллиарда и оценочной стоимостью в $500 миллионов. Это включало разработку и внедрение моделей машинного обучения для автоматизации процесса создания контента и повышения его качества. Работал с компаниями из списка INC 5000, действующими в одних из самых сложных и регулируемых отраслях, таких как инвестиции и финансы. • Аналитика производительности контента: Проводил регулярный анализ производительности контента после его публикации, используя инструменты аналитики, такие как Google Analytics, Power BI, Weights & Biases и Data Studio. Создавал отчеты и дашборды для клиентов, предоставляя им подробную информацию о ключевых метриках, таких как посещаемость сайта, вовлеченность пользователей, конверсия и ROI. • Создание настраиваемых дашбордов: Разрабатывал кастомные дашборды с использованием no-code инструментов для визуализации данных и предоставления прозрачной и понятной аналитики клиентам. • SEO и маркетинговая аналитика: Использовал методы SEO и инструменты аналитики, такие как Google Analytics, SEMrush, Ahrefs и Moz, для оптимизации контента и улучшения его видимости в поисковых системах. Проводил анализ ключевых слов, конкурентный анализ, оценивал производительность контента и внедрял стратегии для увеличения органического трафика и вовлеченности аудитории. • Создание контента: Разрабатывал высококачественный контент для разнообразных клиентов, включая 8fig, Cardi.Health, Thirdweb и других. Моя работа включала создание различных форматов контента, от статей в блогах и e-mail рассылок до страниц продуктов и социальных медиа постов. Я сосредоточился на предоставлении ценной информации и увлекательных историй, которые резонировали с аудиторией клиентов и помогали им достигать своих маркетинговых целей. • Отчетность и дашборды: Разрабатывал регулярные отчеты и дашборды для клиентов, используя инструменты визуализации данных, такие как Power BI и Google Data Studio. Обеспечивал прозрачность и ясность в представлении результатов аналитики, помогая клиентам принимать обоснованные решения на основе данных. Достижения: • Ежемесячно создавал более 30 000 слов публикационно-готового текста и контента, включая более 400 ответов на Quora и более 140 000 слов контента для книги. • Успешно внедрял SEO-стратегии, такие как оптимизация контента, построение ссылок и использование локального SEO. • Анализировал производительность контента с помощью инструментов, таких как Google Analytics, Power BI, что способствовало значительному увеличению органического трафика и вовлеченности пользователей. • Внедрил A/B тестирование и многовариантное тестирование для оптимизации контента и улучшения пользовательского опыта. • Использовал инструменты, такие как SEMrush и Ahrefs, для мониторинга и анализа конкурентной среды, что позволило адаптировать маркетинговые стратегии и тактики для достижения лучших результатов.
    • Март 2022 – июль 2022
    • 5 месяцев

    Автор курсов по науке о данных

    Kinnu
    https://kinnu.xyz

    Обязанности и достижения:

    В рамках моей роли аналитика данных и руководителя по маркетинговой аналитике, я разработал курс, фокусирующийся на ключевых статистических и аналитических концепциях, таких как вероятность, выборка, корреляции и машинное обучение. Этот курс был предназначен для обучения студентов и специалистов основам и передовым методам анализа данных. Основные задачи и достижения: • Разработка контентной стратегии: Использовал аналитические навыки для разработки и реализации стратегии создания контента, направленного на повышение видимости курса и улучшение пользовательского опыта. Использовал инструменты, такие как Google Analytics, SEMrush и Ahrefs для мониторинга и оптимизации контента. • Аналитика производительности контента: Проводил регулярный анализ производительности контента после его публикации, используя инструменты аналитики, такие как Google Analytics, Power BI, и Google Data Studio. Создавал отчеты и дашборды, предоставляя подробную информацию о ключевых метриках, таких как посещаемость сайта, вовлеченность пользователей и конверсия. • Отчетность и дашборды: Разрабатывал регулярные отчеты и дашборды для клиентов, используя инструменты визуализации данных в Power BI. Обеспечивал прозрачность и ясность в представлении результатов аналитики, помогая клиентам принимать обоснованные решения на основе данных. • Обучающие материалы: Написал курс о ключевых статистических и аналитических концепциях, включая вероятности, выборки, корреляции и машинное обучение. Моя работа включала создание учебных материалов, презентаций и упражнений, которые помогали студентам и специалистам овладеть навыками анализа данных. • Командная работа: Работал с командой, состоящей из бывших сотрудников Google и Deliveroo, а также выпускников Гарварда. Эта команда привлекла $9 млн инвестиций и создала три флагманских курса по статистике, аналитике данных и науке о данных. Достижения: • Успешно разработал и реализовал контентную стратегию, которая привела к значительному увеличению органического трафика и вовлеченности пользователей. • Создал более 50 000 слов учебного материала для курса, включая подробные объяснения концепций и практические упражнения. • Разработал и внедрил методы анализа данных для оптимизации контентной стратегии и повышения качества создаваемого контента. • Использовал аналитические инструменты для регулярного мониторинга и улучшения производительности контента, что способствовало достижению высоких результатов и удовлетворенности клиентов. • Участвовал в создании трех флагманских курсов по статистике, аналитике данных и науке о данных, которые были высоко оценены студентами и специалистами.
    • Январь 2019 – май 2021
    • 2 года и 5 месяцев

    Руководитель отдела цифрового маркетинга и технологического преобразования

    Routleys
    http://www.routleys.com.au

    Обязанности и достижения:

    Достижения: • Управление данными: Спроектировал и внедрил процессы ETL для обработки данных о запасах и CRM, обеспечивая точность и согласованность данных. Использовал инструменты и технологии, такие как AWS Redshift, AWS Lambda, SQL, Python и Postgres для автоматизации обработки данных и создания аналитических отчетов. • Аналитика продаж: Собирал и анализировал данные о продажах, разрабатывая подробные отчеты и дашборды в Tableau и Google Data Studio для оперативного мониторинга ключевых показателей. • Аналитика CRM: Внедрил процессы для интеграции и анализа данных CRM, что позволило улучшить взаимодействие с клиентами и увеличить эффективность маркетинговых кампаний. • Аналитика рекламы и веб-данных: Обрабатывал и анализировал данные рекламных кампаний и веб-данные из Google Analytics, обеспечивая глубокое понимание поведения пользователей и эффективности маркетинговых стратегий. • Интеграция данных: Создал и внедрил пользовательское промежуточное ПО для интеграции и обработки данных, что позволило решить сложные задачи по интеграции данных, которые не удалось решить команде по обработке данных нашего партнера 3PL. • Полная миграция данных: Руководил полным переходом от старых систем продаж и CRM к новым, обеспечивая управление историческими данными за несколько десятилетий работы компании. Этот процесс потребовал значительных усилий по управлению данными и их интеграции. • Создание ключевых систем: Разработал и внедрил ключевые системы, такие как витрины данных (data marts), для облегчения доступа к аналитическим данным и улучшения бизнес-процессов. • Автоматизация процессов: Разработал инструменты для автоматизации выставления счетов и отчетности, значительно повысив эффективность операций. Управление проектами: Руководил процессом миграции данных из старых систем в современные облачные хранилища, используя Python и SQL для обеспечения целостности данных и минимизации сбоев. • Мониторинг и отчетность: Внедрил систему мониторинга и отчетности, использующую комбинацию Google Analytics и пользовательских скриптов на Python для отслеживания ключевых метрик производительности. Ключевые результаты: • Увеличил доход компании на 20% за шесть месяцев за счет улучшения точности данных и оперативной аналитики. • Обеспечил стабильный рост онлайн-продаж на 20% каждый месяц в течение полугода благодаря внедрению новых аналитических инструментов и улучшению качества данных. • Разработал и внедрил специализированные программные решения для повышения операционной эффективности и автоматизации ключевых бизнес-процессов. • Интегрировал различные источники данных в единую систему, что значительно улучшило качество аналитики и скорость принятия решений. Также укрепил отношения с премиальными брендами, такими как Hugo Boss и GANT, расширил продуктовый ассортимент, оптимизировал работу команды из 30 человек и улучшил логистику с помощью 3PL, что повысило удовлетворенность клиентов.

Условия занятости

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

Образование

Обо мне

Дополнительные сведения:

Я высококвалифицированный специалист по данным из Австралии, с обширным опытом работы в области анализа данных и машинного обучения. Получил степень бакалавра в Мельбурне и магистра в Санкт-Петербурге. Моё путешествие в мир данных началось с изучения статистики, где я освоил методы, такие как ANOVA, MANOVA и t-тесты. Одним из ключевых проектов был проект по прогнозированию платежей для мобильного приложения с более чем 1 миллион активных пользователей в месяц (MAU). Я использовал PySpark для обработки больших объемов данных и выполнения сложных операций ETL, что обеспечило высокую производительность и масштабируемость. В рамках проекта я: Провел обширную очистку и предварительную обработку данных с использованием Apache Spark. Выполнил углубленный исследовательский анализ данных (EDA) для выявления тенденций и предикторов платежных событий, используя Matplotlib и Seaborn. Разработал передовые методы создания признаков, включая признаки лага и векторизацию TF-IDF. Оценивал несколько моделей машинного обучения, таких как Random Forest, Gradient Boosting Trees, логистическая регрессия и SVM, используя метрики ROC AUC, Precision-Recall AUC, F1-score и Accuracy. Создал автоматизированные отчеты и дашборды в Weights & Biases для мониторинга экспериментов и визуализации ключевых метрик. Работая удаленно, я жил в Армении, Грузии, Болгарии и Турции, сотрудничая с ведущими мировыми компаниями. Я специализируюсь на разработке и анализе больших языковых моделей (LLM) с использованием TensorFlow, PyTorch и Hugging Face Transformers, и работаю с моделями от OpenAI, Anthropic, AI21 и Cohere. Мои навыки включают использование Google Analytics, Power BI и Data Studio для мониторинга и улучшения производительности контента, а также создание кастомных дашбордов с использованием no-code инструментов. Мой опыт позволяет мне эффективно применять методы машинного обучения и анализа данных для оптимизации бизнес-процессов и улучшения пользовательского опыта.

Иностранные языки

  • Русский язык — разговорный
Фото, имя и контакты доступны только авторизованным пользователям
Похожие резюмеВсе 5 похожих резюме
Обновлено 26 июня
no-avatar
Специалист по машинному обучениюз/п не указана
Обновлено 22 октября 2022
no-avatar
Специалист по машинному обучениюз/п не указана
Обновлено 16 мая 2024
Превью фото соискателя
Начинающий специалист по машинному обучению60 000 ₽
Обновлено 26 марта
no-avatar
Специалист по машинному обучениюз/п не указана
Обновлено 9 июня
no-avatar
Специалист по машинному обучениюз/п не указана
Работа в МосквеРезюмеIT, Интернет, связь, телекомДругоеСпециалист по машинному обучению

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