Для открытия контактов резюме необходимо приобрести доступ к базе

  • Открывайте только нужные вам целевые контакты
  • Контакты открываются навсегда
  • Низкая стоимость
#

data scientist

до 300 000 ₽

Гражданство

Россия

Тип занятости

Полная занятость

Мужчина, 55 лет, родился -

Город: Санкт-Петербург

Опыт работы

6 лет 9 месяцев

Нетология

Data Scientist

С 01.10.2021 по 01.12.2024 (3 года 2 месяца)

• Система автоответа (40тем) для службы поддержки [pre-trained BERT + sklearn + Flask + Vertica + seaborn] — Статья на Хабре Результат: Уменьшение нагрузки на команду поддержки пу- тем автоответа на организационные вопросы. Модель успеш- но отвечает на 1000 запросов в месяц (покрывает около 10% всех тикетов) и работает с метрикой Accuracy = 82%. • Распознавание возвратных тикетов и перенаправление их в специализированную команду [CatBoost + Flask + AB-test] Результат: 1) Уменьшение доли завершенных возвратов на 5 процентных пунктов. 2) Уменьшение нагрузки на службу под- держки путем перенаправления “возвратных” тикетов на спе- циализированную команду. Модель ставит тэг “возврат” 1000 тикетам/месяц и работает с Precision = 90% (Prevalence = 5%). • Поиск горячих пользователей для ретаргетинга и email-рассылок [CatBoost + AirFlow + ClickHouse + AB-test] Результат: 100+ оплат ($70к) в ML-сегменте ежегодно. • МодельSpeech2Textдляком.контролякачества[Vosk+AirFlow] Результат: Транскрибированы 1000+ видео для поиска ненор- мативной лексики. Cоавтор и ревьюер проектов • AI-тьютор для онлайн-курса [ChatGPT API] • LLM-агент для службы поддержки [ChatGPT API + RAG] • Проект мэтчинга резюме и вакансии + определение скиллов кандидата по резюме [BERT + PyTorch]

Нетология

Data Scientist

С 01.10.2021 по 01.12.2024 (3 года 2 месяца)

• Система автоответа (40тем) для службы поддержки [pre-trained BERT + sklearn + Flask + Vertica + seaborn] — Статья на Хабре Результат: Уменьшение нагрузки на команду поддержки пу- тем автоответа на организационные вопросы. Модель успеш- но отвечает на 1000 запросов в месяц (покрывает около 10% всех тикетов) и работает с метрикой Accuracy = 82%. • Распознавание возвратных тикетов и перенаправление их в специализированную команду [CatBoost + Flask + AB-test] Результат: 1) Уменьшение доли завершенных возвратов на 5 процентных пунктов. 2) Уменьшение нагрузки на службу под- держки путем перенаправления “возвратных” тикетов на спе- циализированную команду. Модель ставит тэг “возврат” 1000 тикетам/месяц и работает с Precision = 90% (Prevalence = 5%). • Поиск горячих пользователей для ретаргетинга и email-рассылок [CatBoost + AirFlow + ClickHouse + AB-test] Результат: 100+ оплат ($70к) в ML-сегменте ежегодно. • МодельSpeech2Textдляком.контролякачества[Vosk+AirFlow] Результат: Транскрибированы 1000+ видео для поиска ненор- мативной лексики. Cоавтор и ревьюер проектов • AI-тьютор для онлайн-курса [ChatGPT API] • LLM-агент для службы поддержки [ChatGPT API + RAG] • Проект мэтчинга резюме и вакансии + определение скиллов кандидата по резюме [BERT + PyTorch]

Европейский университет в Санкт-Петербурге

Преподаватель машинного обучения

С 01.01.2023 по 01.06.2023 (5 месяцев)

Вел курс по анализу данных, который включал в себя статистические методы, классическое машинное обучение, а также подходы к обработке текстов и изображений.

Образование

Университет

Московский физико-технический институт (МФТИ)

Университет

Школа сложного программирования Lalambda (курс по ML)

Университет

Samsung ED: Нейронные сети и компьютерное зрение

Университет

Samsung ED: Нейронные сети и обработка текста

Университет

Летняя Школа: Мастерская "ML&Texts"

Университет

Биоинф: Основы статистики 1, Основы статистики 2

Университет

БиоИнф: Анализ данных в R

Университет

БиоИнф: Программирование на Python

Университет

Интерактивный тренажёр по SQL

Университет

Летняя школа: Мастерская "АнДан"

Университет

БиоИнф: Введение в Data Science и машинное обучение.

Университет

БиоИнф: Нейронные сети

Владение языками

Родной язык

Русский

Иностранные языки

Английский

Дополнительно

Ключевые навыки

  • Sqlite

  • Знаком с python

  • математическая статистика

  • Apache airflow

  • Docker / kubernetes

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

  • natural language processing

  • Опыт работы с chatgpt

  • Fetch api

  • Владение pandas, numpy, scikit-learn, pytorch

Похожие резюме

#

до 100 000 ₽

43 года

Санкт-Петербург

Полный день

Последнее место работы

Гостиница Donbass Palace 5*(The leading hotels of the world), Горничная, июнь 2006 - август 2010

Обновлено

26.10 в 15:06

Был на сайте

Более недели назад

Опыт работы

16 лет 10 месяцев

#

до 80 000 ₽

38 лет

Санкт-Петербург

Полный день, Гибкий график, Удаленная работа

Последнее место работы

ФГУП "НТЦ "Эксперт", Секретарь, июль 2006 - август 2008

Обновлено

18.10 в 04:17

Был на сайте

Более недели назад

Опыт работы

22 года 6 месяцев

#

до 115 000 ₽

34 года

Санкт-Петербург

Полный день, Удаленная работа

Последнее место работы

Роснефть, Оператор АЗС 2-го разряда, ноябрь 2012 - февраль 2013

Обновлено

30.11 в 15:10

Был на сайте

Более недели назад

Опыт работы

7 лет 11 месяцев