Резюме: ML-инженер / Data Scientist
1. Обо мне:
Имея пятилетний опыт работы, я специализируюсь на разработке и внедрении промышленных ML‑моделей
с использованием классических алгоритмов машинного обучения для табличных данных. Моя ключевая
компетенция — это комплексная работа с данными: начиная от их очистки и создания признаков (включая
работу с текстом) до построения надежных пайплайнов и ввода моделей в эксплуатацию. Также обладаю
практическим опытом обработки и интеграции геоданных в модели для решения задач прогнозирования
и сегментации.
2. Опыт:
2.1 СберБанк, Data Scientist (07.2024 — наст. вр.)
- Спроектировал и реализовал комплексную модель на основе градиентного
бустинга с применением NLP‑методов для оценки стоимости автомобилей.
- Развернул систему нечёткого поиска (FuzzyWuzzy) для корректного распознавания
марок и моделей авто в пользовательских запросах с опечатками. В результате
этого, доля успешных оценок автомобилей увеличилась с 39% до 86%.
- Создал автоматизированные ETL‑пайплайны для агрегации и обработки
данных из множества источников, сократив время подготовки итоговых
наборов данных с 2 недель до 1 дня.
- Внедрил признаки на основе геолокационных данных, что улучшило точность
прогнозирования цен на недвижимость на 18%.
2.2 Kredito24, Data Scientist (12.2020 — 07.2024)
- Внедрил модели машинного обучения для оценки кредитоспособности,
что привело к уменьшению доли просроченных выдач на 4%
- Настроил в Power BI панель мониторинга за ключевыми показателями
для отслеживания и оперативного реагирования
- Анализировал внешние источники данных для повышения точности прогноза
моделей
3. Образование:
Финансовый университет при Правительстве РФ (2018 — 2022)
• Факультет: Прикладная математика и информатика
• Специализация: Анализ больших данных и принятие решений в
экономике и финансах
4. Технологии:
4.1 Языки программирования: Python
4.2 Фреймворки: Scikit‑Learn, Pandas, NumPy, Matplotlib, Seaborn, CatBoost, MLflow, Apache Spark, GeoPandas,
Shapely, PostGIS, Apache Airflow, Jenkins
4.3 Контроль версий: Git, DVC
4.4 Базы данных: SQL (PostgreSQL)
