data scientist

BNOVO

Senior data scientist

С 01.10.2021 по 01.10.2024 (3 года)

Разработка системы управления номерным фондом (RMS) для гостиниц: -Разработка экономо-статистической модели спроса/предложения и формирования цен в гостиничном бизнесе -Прогнозирование параметров отеля (заполняемость, стоимость, доход, др.) на несколько месяцев на основе исторических данных по всем категориям номеров. -Прогнозирование параметров отеля на основе шаблонов динамики бронирования номеров по всем категориям номеров. -Оптимизация цен и заполняемости номеров в отеле в соответствии со статистикой поведения клиентов. Прогноз оптимальных цен и заполняемости номеров на несколько месяцев по всем категориям номеров -Кластеризация региональных отелей на основе внешних и внутренних данных, а также корреляции поведения параметров. Прогноз их поведения на срок до года -Прогнозирование параметров и синтез его истории для отеля с короткой историей с помощью кластеризации региональных отелей. Стэк: python: pandas, scikit-learn. SQL, FacebookProphet, NeuralProphet, PyTorch/TensorFlow, ML

BNOVO

Senior data scientist

С 01.10.2021 по 01.10.2024 (3 года)

Разработка системы управления номерным фондом (RMS) для гостиниц: -Разработка экономо-статистической модели спроса/предложения и формирования цен в гостиничном бизнесе -Прогнозирование параметров отеля (заполняемость, стоимость, доход, др.) на несколько месяцев на основе исторических данных по всем категориям номеров. -Прогнозирование параметров отеля на основе шаблонов динамики бронирования номеров по всем категориям номеров. -Оптимизация цен и заполняемости номеров в отеле в соответствии со статистикой поведения клиентов. Прогноз оптимальных цен и заполняемости номеров на несколько месяцев по всем категориям номеров -Кластеризация региональных отелей на основе внешних и внутренних данных, а также корреляции поведения параметров. Прогноз их поведения на срок до года -Прогнозирование параметров и синтез его истории для отеля с короткой историей с помощью кластеризации региональных отелей. Стэк: python: pandas, scikit-learn. SQL, FacebookProphet, NeuralProphet, PyTorch/TensorFlow, ML

Zenmoney

data scientist

С 01.04.2021 по 01.09.2021 (5 месяцев)

Выявление характерных зависимостей и частоты банковских операций физических лиц. Прогнозирование ежедневных платежей для каждого клиента. Цель - разделить ежемесячные траты клиентов по типам, используя разницу в локальных частотных характеристиках Стек: wavelet-анализ, эмпирическое wavelet-преобразование, wavelet разложение по различным модам и др.

Incitech

Data Scientist

С 01.07.2020 по 01.03.2021 (8 месяцев)

Оптимизация продаж крупной розничной компании (X5 Перекресток): - Создание статистической модели оптимального размещения различных товаров в зале, влияние на совместные продажи. Проверка гипотез - Создание статистической модели влияния размеров полок на продажи и проверка гипотез - Оптимизация дополнительных продаж продуктов в навесных корзинах с учетом совместных продаж продуктов и максимальной дополнительной прибыли 3) Кластеризация магазинов сети Перекресток по внешним и внутренним параметрам с целью обнаружения аномально слабого или сильного менеджмента магазинов 4) Создание рекомендательной системы, рассчитывающей структуру покупательского спроса и кластеры покупателей Стек: Python:scikit learn, pandas. SQL. Big Data:PostgreSQL, Hadoop, Hive, PySpark, ML: регрессии, кластеризации,рекоменд системы, ранжирование, NNMF

Ароматный мир

Data Analyst

С 01.04.2020 по 01.06.2020 (2 месяца)

- Создание системы рекомендаций основанной на предпочтениях клиентов -Создания простого чат бота на сайте для динамических рекомендаций продукта - Статистический анализ эффективности специальных акций по продаже продукта и рекомендации к нему Стек: Python: scikit learn, pandas

Red Crown Ltd

Математик-разработчик

С 01.03.2019 по 01.12.2019 (9 месяцев)

Разработка алгоритма оптимизации доходов логистической компании, продающей аренду грузовых машин. - Разработана экономическая модель процесса - Создано программное обеспечение на языке python для предварительной обработки информации во временных рядах основных экономических параметров, - Разработка ежедневного почасового прогноза оптимальной цены и оптимальной продажи арендуемых машин на текущий день, следующий день и недельный прогноз с учетом оптимальной загрузки арендуемых машин Стек: Python, Prophet

Softdev

Инженер-исследователь

С 01.09.2018 по 01.02.2019 (5 месяцев)

Инженер-исследователь - Обнаружение белых медведей на фотографиях большой площади (7.5kx4.5k пикселей). Использовалась TensorFlow методика YOLO-3. Метод был скорректирован для больших фотографий и только двух классов объектов: медведи и арктическая дикая природа - Оптимизация логистической задачи с помощью рекуррентной нейронной сети. Для разработки задачи используется TensorFlow. Рекуррентная нейронная сеть используется для решения задачи, поскольку внешние условия остаются неизменными, а финансовые параметры системы меняются во времени. Оптимизация прибыли добивается оптимизацией функции Потерь Стек: Python, TensorFlow, YOLO

siencetech

applied scientist

С 01.01.2016 по 01.11.2017 (1 год 10 месяцев)

• Supported Sciencetech Inc web site. • Made preliminary design for customer determined scientific research systems • Made engineer calculations and modeling

University of Waterloo

Research Associate

С 01.01.2013 по 01.01.2015 (2 года)

* Performed data processing of experimental results of light irradiation of organic liquids. Developed software in Python, Matlab and other special software for quantum chemical numerical modeling in Windows and Linux environments. Data analysis was applied to find implicit dependencies in experimental data.The results were published in a special conference issue of a scientific journal. * Analyzed experimental results with Python and Matlab Statistical Multidimensional Data Processing. Multidimensional Multi-Task Clustering and Regression Machine Learning Techniques were used.

University of Waterloo

PhD Candidate

С 01.01.2009 по 01.05.2013 (4 года 4 месяца)

• Developed Python code to calculate quantum mechanical properties of the novel polymer molecules. Performed statistical data processing of the experiments. Results were published in a scientific paper and were included in my Ph.D. thesis. • Performed calculations of nonlinear optical processes using Python software on a network of high-performance Linux-powered computers SHARCNET. Results were published in a scientific journal.

University of Waterloo

Research Associate

С 01.01.2008 по 01.01.2008 (меньше месяца)

* Data processing of the interstellar gas spectra. Analyzed a correlation between observed interstellar gas spectra and all possible energy transitions in carbon clusters using Python and Matlab. Results were published in a scientific paper. * Invented a carbon molecule with novel chemical structure. Used Matlab to develop software to predict geometry and fundamental properties of the molecule (such as stability) through simulations and modeling. The compound was found to be stable and further research was undertaken to establish potential applications of the new molecule structure. 3 papers were published.

Университет

University of Waterloo

Университет

St. Petersburg State University, Saint Petersburg

Родной язык

Русский

Иностранные языки

Английский

Ключевые навыки

• Английский язык

• Caffe tensorflow

• machine learning

• Знаком с python

• Реляционные базы данных

• Python data science

• Аналитика и прогнозирование

• deep learning

• Ms sql

• статистический анализ

• Исследовательский анализ данных

• математическое моделирование

• математическая статистика

• Плис, цос, soc, vhdl, system verilog, rtl, matlab, c/c++, stm32, микроконтроллеры

• Python data mining

• кластеризацизация

• ранжирование и развитие поставщиков (cmmi)

• Сверточные нейронные сети

• рекомендательные системы

• Sql postgresql

• Владение pandas, numpy, scikit-learn, pytorch

• Понимание mysql

• big data

• , mongodb

• Apache spark

• Apache hadoop

• Apache hive

• django framework

• Python , fastapi, flask, pandas, git, docker, ci/cd, sql

• регрессионный анализ

Дополнительная информация

Software: Python (Numpy, Pandas, Scipy, Scikit-learn, etc) in Windows and Linux environment, Tensorflow, Keras, PyTorch, Matlab; BD: SQL, Postgresql, mysql, Mongo etc BIGDATA: hadoop, hive, pyspark, Data Analysis, Statistical Data Analysis, Machine Learning: regressions, classification, clustering, optimization; recommender systems, time series, objects detection, deep learning other software: Flask, Django, Git, COMSOL Multiphysics, LabVIEW, SAS System, etc Achievements • 18 scientific publications in the last 8 years. • The referee of journals: Canadian Journal of Chemistry, Computational Materials Science, Physica E. Portfolio in Machine Learning: stan.kuzmin.ca References 1. Dr. Walter W. Duley, professor, University of Waterloo, Waterloo, Ontario Canada Phone +1-519-888-4567 x33108 E-mail: wwduley@scimail.uwaterloo.ca 2. Dr. Alexander Shik, professor, University of Toronto, Centre for Advanced Nanotechnology Phone: +1-416-946-7898; E-mail: shik@ecf.utoronto.ca 3. Dr. Sergej Musihin, Professor, Polytechnic University, St.-Petersburg, Russia Phone: +; E-mail: sergei.musikhin@rphf.spbstu.ru 4. Dr. Michal Wesolowski, Research Associate, University of Saskatchewan Canada Phone: +1-306-966-8771; E-mail: mikewesolowski@gmail.com Уважаемый менеджер по кадрам, Меня заинтересовала открытая вакансия на должность в Вашей компании. Мне очень интересны цели и проблемы, которые ставятся для нее. Я уверен что мой больше чем 20 летний комбинированный опыт в математическом моделировании, обработке данных, программировании, в статистике, опыт в Big Data и участие в проектах по машинному обучению делает меня уникальным кандидатом на должность в вашей компании. Более чем 20-летний опыт в решении различных математических и физических проблем на экспертном уровне PhD по физике. Опыт в DataScience насчитывает более 6 лет Я закончил Ленинградский Государственный Университет, Физический Факультет в 1985 году. Работал в разных исследовательских институтах Санкт-Петербурга.Так же мой опыт включает более чем 15-летнюю работу в Канаде. Я закончил докторантуру по специальности Физика в 2013 году в канадском University of Waterloo, факультет Астрономии и Физики, Ontario, Canada. Занимался моделированием, квантовой химией, обработкой данных, статистикой. Участвовал во многих проектах по Машинному Обучению, в том числе как principal developer. (Смотри Portfolio ниже). Программирую на Python, Matlab, Fortran. Опыт работы в TensorFlow, Keras, Git, Flask, Django, и с другими всевозможными программами. Могу встроить алгоритм машинного обучения в веб-приложение. IDE: Pycharm, Spyder, Jupyter. Опыт в различных видах статической обработки и Машинное Обучение: Supervised, Unsupervised, нейронные сети. Использую многочисленные методы регрессий, классификации и кластеризации; системы рекомендаций, работа с временными рядами, глубинное обучение. Имею опыт работы с данными, хорошо знаю SQL, pandas. Опыт работы с Базами данных: PostGreSQL, mysql и другие, работал с Mangodb. Опыт работы с Big Data: Hive, Hadoop, Spark, Greenplum. Если у Вас возникнут вопросы, можете позвонить мне по телефону: +, Whatsup, Telergam (login +1-519-830-5258), Skype, или написать сообщение по email. С уважением, Станислав Кузьмин, Телефон + Email: stan@kuzmin.ca, skype: stkuzmin