Дата сайентист /Machine learning Engineer/Дата аналитик/

Москва, Россия
Джуниор • Миддл • Сеньор
Аналитика, Data Science, Big Data • Data Science • Machine Learning • Marketing аналитика • Product аналитика
Удаленная работа • Частичная занятость • Работа в офисе
Опыт работы какой-то есть
О себе

На данный момент Дата сайентист/Аналитик данных в Digicel.

Мои компетенции и опыт

Специалист по Data Science

Специалист по Data Science и анализу данных с более чем 4-летним опытом работы в машинном обучении, статистике и анализе больших данных.

Обладаю глубокими знаниями: Python, SQL, TensorFlow.

Разработал и внедрил: различные модели для бизнеса, что способствовало повышению точности прогнозирования.

Степень: Магистр по машинному обучению.

Бакалавр: по статистике.

Сертификация: Сертифицированный специалист по глубокому обучению от Carnegie Mellon University.

 

Ранее работал как дата-сайентист (Machine Learning Engineer) и дата-аналитик.

 

Опыт работы:

 

В ходе своей профессиональной деятельности я решал различные типы задач, включая:

 

- Разработка как простых, так и сложных моделей машинного обучения.

- Работа с табличными данными, обработка естественного языка (NLP), компьютерное зрение (CV) и генеративный AI.

- Промышленный инжиниринг генеративных подсказок (prompt engineering).

- Опыт в MLOps и DevOps, включая CI/CD и развертывание моделей.

- Работа с облачными платформами.

- Анализ данных компании для извлечения полезной информации.

- Разработка дашбордов и отчетов с использованием Power BI и Tableau.

- Участие в процессе A/B тестирования в команде.

- Проведение кластеризации и сегментации клиентов.

- Следование принципам SOTA в области Data Science.

 

Опыт в компании Digicel:

 

В роли аналитика мои основные обязанности включали:

 

1. Проведение кластеризации клиентов.

2. Статистический анализ данных компании.

3. Участие в A/B тестировании.

4. Дизайн экспериментов и проверка гипотез.

5. Анализ технических требований.

6. Создание информационных панелей.

7. Разработка и описание моделей данных.

8. Анализ точек роста бизнеса.



Интересные кандидаты