Data scientist

1. Программирование на Python. 2. Владею стандартным стеком инструментов анализа данных: Pandas, Numpy, SciPy, Matplotlib, Seaborn. 3. Знание библиотек машинного обучения: Scikit-learn, LightGBM, CatBoost. 4. Начальные знания фреймворков: PyTorch, TensorFlow, Keras. 5. Базовые знания SQL (PostgreSQL). 6. Опыт работы с Jupyter Notebook. Во время обучения было сделано более 10 проектов на реальных данных. Самые интересные для меня были: 1. "Отток клиентов банка". Здесь я использовал Pandas, классификацию в пакете sklearn и matplotlib. Метрики были AUC-ROC и F1-мера. 2. "Изучение закономерностей, определяющих успешность игр". В этом проекте мне понадобились pandas, matplotlib, seaborn и scipy. Нужно было проанализировать на какие потенциально популярные продукты делать ставку. 3. "Предсказание цены автомобиля". Использовал регрессию sklearn вместе с OHE и StandardScaler, также сравнивал модели с lightgbm. Метрику взял MSE.

Управление проектом. 1. Разработка B2B сервиса для HORECA. 2. Анализ рынка, конкурентов, анализ потребностей целевой аудитории. 3. Определение стратегии разработки, составление roadmap для MVP, его актуализация и развитие. 4. Организация процесса разработки MVP и AI (контроль сроков и качества). 5. Управление рисками и координация разрешения проблем/отклонений от графика. 6. Коммуникация с подрядными организациями, постановка задач и контроль выполнения работ.

1. Управление IT-проектами компании и поддержка действующей информационной системы. 2. Обеспечение бесперебойной и эффективной работы IT-инфраструктуры компании в условиях географической распределённости офисов. 3. Организация бесперебойной работы ИТ-сервисов, технической поддержки пользователей. 4. Координация, контроль качества и сроков выполнения работ (проектов) подрядных и субподрядных организаций. 5. Участие в планировании автоматизации бизнес-процессов компании. 6. Контроль и обеспечение исполнения договорных обязательств, подготовки бухгалтерской документации.