Больше информации будет доступно после регистрацииЗарегистрироваться как работодатель

Data Scientist

Мужчина, 42 года, родился 24 июля 1984 г.
Москва, переезд возможен, готов к командировкам
Занятость
График работы

Опыт работы

Январь 2021 —
март 2021
2 месяца
Freelance
Data Scientist
Исследование данных и построение предиктивных моделей классификации и регрессии. Разработка NLP проектов. Обработка и исследование временных рядов. Выполненные проекты: https://github.com/Qehh/Analysis-and-ML
Январь 2005 —
март 2021
16 лет 2 месяца
Центр автоматики и приборостроения
Начальник группы
- подготовка и проведение испытаний; - анализ и визуализация результатов испытаний и экспериментов; - очистка результатов измерений от недостоверной информации; - контроль получения верных данных; - прогнозирование изменения значимых параметров изделия методами машинного обучения; - работа с заказчиком в части утверждения новых проектов и результатов экспериментов.
Апрель 2020 —
ноябрь 2020
7 месяцев
Яндекс.Практикум
Data scientist (учебный опыт)
Все проекты выполнены на языке Python в Jupiter Notebook. Некоторые из них: 1. Построение модели для задачи классификации Построение модели для выбора подходящего клиенту тарифа сотовой связи. https://github.com/Qehh/Analysis-and-ML/blob/master/ML_Classification/first_ml_project.ipynb 2. Прогнозирование количества вызовов такси Исследование временного ряда и построение модели для прогноза количества заказов такси на следующий час https://github.com/Qehh/Analysis-and-ML/blob/master/Time_Series/project_taxi.ipynb 3. Определение возраста человека по фото Обучение нейронной сети для определения приблизительного возраста https://github.com/Qehh/Analysis-and-ML/blob/master/Computer%20Vision/computer_vision.ipynb В работах применен следующий технологический стек: Pandas, Matplotlib, Seaborn, NumPy, SciPy, scikit-learn, XGBoost, TensorFlow, Keras.

Обо мне

Наблюдая за тем, как стремительно изменяется мир, с какой скоростью и в каких масштабах накапливается информация, пришел к выводу, что сфера Data Science - та, в которой мне бы хотелось работать. Прикладная математика, аналитика и возможность оперировать большим количеством данных идеально вписываются в моё понимание об интересной, наукоемкой и приносящей пользу работе. Для вхождения в профессию начал изучать Python самостоятельно, затем на курсах Специалист. За время обучения в Яндекс.Практикуме освоил исследовательский и статистический анализ данных, основы машинного обучения и векторное представление данных, обработку естественного языка и изображений. Наиболее интересными кажутся направления в сфере рекомендательных систем и распознавания образов. Работа в крупных проектах по созданию систем управления научила меня скрупулезно и вдумчиво подходить к решению задач. Разработка новой техники заставила внимательно относиться к любым мелочам, которые поначалу кажутся несущественными, и доводить дело до конца, прорываясь сквозь неизбежно возникающие трудности. Небольшой перерыв, заполненный игрой в настольный теннис, - мой любимый способ перезагрузки для продолжения работы с новыми силами.

Образование высшее

2007
Московский государственный технический университет им. Н.Э. Баумана, Москва
Приборостроительный, Приборы и системы ориентации, стабилизации и навигации - специалист

Знание языков

Русский — родной
Иностранные языки
Английский — A1 — Начальный

Дополнительная информация

Гражданство
Нет
Разрешение на работу
Нет
Время в пути до работы
Не имеет значения