ML инженер с 5+ лет опыта разработки и внедрения моделей ML для различных отраслей, включая кибербезопасность,
измерение аудитории, консалтинг и розничную торговлю.
измерение аудитории, консалтинг и розничную торговлю.
Middle+
Москва
5+ лет
SQL
Python
Pytorch
Tensor
НИЯУ МИФИ, 2011
Прикладная математика и информатика
Языки программирования
SQL, Python
Технологии
Elasticsearch, Pyspark, Pandas, Selenium, Pytorch, sklearn, LightGBM, Tensorflow, Keras, XGBoost
Средства разработки ПO
Git, Docker, Gitlab CI, Airflow, Bash, Luigi, Flask
Виктор Л.
ML Engineer
Кейсы
Positive Tech.
Срок работы
4 года 4 месяца (сентябрь 2019 – н.в.)
Роль в проекте
Старший ML инженер
Описание проекта
Кибербезопасность
MySQL
Что делал
Реализовал поиск аномалий в потоке сетевой активности с использованием языковых моделей (Pytorch), что снизило нагрузку на аналитиков SOC на 75%
Развернул сервис сравнения переводов для тех. писателей на основе Streamlit и дообученных моделей перевода (HuggingFace), что ускорило работу переводчиков на 15%
Оптимизировал модель анализа файлов (LightGBM), ресурсы на инференс сократились
Center2m
Срок работы
16 месяцев (апрель 2018 – август 2019 г.)
Роль в проекте
Программист-разработчик
Описание проекта
Консалтинг, интернет вещей
MySQL
Что делал
Обучил модель поиска аномалий в телеметрии оборудования с автоэнкодером на Keras, что привело к выявлению 70% отказов на раннем этапе
Создал сервис предсказания цен на автомобили по данным интернет-площадок (Selenium, LightGBM), сокращение времени работы оценщика на 40%
Дообучил модель детекции для распознавания наличия средств защиты на людях с помощью Tensorflow Object Detection API, точность 78%
Реализовал сервис оценки плотности людей во время массовых мероприятий по RFID и отображение на дашборде (Folium, Flask, Bootsrap)
Эльдорадо
Срок работы
12 месяцев (март 2017 – апрель 2018 г.)
Роль в проекте
Аналитик
Описание проекта
Розничная торговля
Python
Что делал
Обучил скоринговые модели (LightGBM) для определения величины отклика клиента на рассылку, удалось сократить объем рассылки на 40% без потери дохода
Автоматизация отчетности (Python, openpyxl), сокращение времени сбора отчетов на 90%
Реализовал классификатор категорий новых товаров (Python, tf-idf), что экономило 95% времени работы оператора на заполнение