Riwo
Арсений Н.СпециалистData ScientistSenior
Нанять через Riwo
Фото кандидата
Специалист свободен

Арсений Н.

СпециалистData ScientistSenior
от 1 600 ₽/ч
Стаж 6 лет
5.0
Навыки подтверждены
нашим экспертом

Основное

  • Возраст:26 лет
  • Гражданство:Россия
  • Опыт на зарубежных проектах:Не было
  • Уровень английского:B1

Образование

О себе

Я обладаю обширным опытом и навыками в области анализа данных, машинного обучения и разработки решений на основе современных технологий, что, как я уверен, будет ценным вкладом для вашей организации. За последние пять лет я успешно реализовал проекты в области обработки и анализа данных, разработки и внедрения ML-моделей, а также автоматизации бизнес-процессов. Мой опыт включает работу в таких компаниях, как Decart IT и Зетта Страхование, где я занимался разработкой NLP‑решений, предиктивных моделей, автоматизацией ETL‑процессов, созданием API‑сервисов и построением эффективных пайплайнов для обработки больших данных. Я хорошо владею такими технологиями и инструментами, как SQL, Python, SAS, C++, Docker, Jenkins, OpenShift, FastAPI, Apache Airflow, Streamlit, Plotly, а также системами контроля версий GIT и различными типами баз данных. Мой опыт включает работу с ML и NLP моделями, кластеризацией, регрессией, обработкой текста, автоматизацией процессов анализа данных и созданием визуальных дашбордов для бизнес-аналитики. Обладаю хорошими аналитическими навыками, умением разрабатывать сложные решения и работать в команде с аналитиками, инженерами и бизнес-стейкхолдерами. Владею английским языком на уровне В1, что позволяет мне эффективно взаимодействовать с международными командами и использовать зарубежные источники информации.

Хард скиллы

  • SQL7/10
  • FastAPI8/10
  • Python8/10
  • Other8/10
  • Docker6/10

Проекты

  • Jul 2024 - н. в.
    1 г., 9 мес.

    Decart IT

    Финансовые услуги
    Разработка и внедрение ML-решений для построения и улучшения интеллектуальной базы знаний банка на основе текстовых данных
    Реализовано
    через RIWO
    • Стек проекта
      Python, C++, ML, NLP, Docker, Jenkins, OpenShift, FastAPI, Robyn, Litestar, Streamlit, Plotly, NATS
    • Задачи
      Полный цикл разработки ML‑моделей: от исследования и прототипирования до промышленной эксплуатации в продуктивной среде. Создание и оптимизация NLP‑моделей для задач: ранжирование результатов поиска, классификация комментариев по тональности, тематике и намерениям, автоматическая коррекция текста. Разработка метрик для оценки качества контента и создание AI‑агента, повышающего эти метрики. Создание контейнеризированных решений — Docker-образы для моделей и приложений. Проектирование и автоматизация пайплайнов машинного обучения и обработки данных в Apache Airflow, обеспечивая регулярное переобучение и формирование отчетности. Интеграция моделей через CI/CD системы (Jenkins), развертывание в OpenShift для масштабируемости и надежности. Разработка высокопроизводительных API‑сервисов на FastAPI (Robyn, Litestar) для доступа к моделям и их интеграции с корпоративными системами. Создание интерактивных дашбордов (Streamlit, Plotly) для мониторинга качества моделей, анализа данных и поддержки бизнес-решений. Работа с брокером сообщений NATS и разными базами данных для обеспечения бесперебойной работы ML-сервисов и обмена данными, включая clickstream.
    • Результат
      Внедрение NLP‑моделей, значительно повысивших релевантность поиска и качество коммуникационных инструментов банка. Создание системы автоматической коррекции текста, которая уменьшила количество ошибок и повысила точность обработки пользовательских сообщений. Разработка метрик и AI‑агентов, стабильно улучшающих показатели качества текстового контента. Оптимизация скорости работы моделей, снизив задержки в реальных условиях — повысил отзывчивость системы. Автоматизация процессов переобучения и мониторинга, что обеспечило своевременное обновление моделей без ручного вмешательства.
    • Состав команды
      Команда состояла из специалистов и взаимодействовала с аналитиками данных, инженерами DevOps и системными администраторами, бизнес-аналитиками и менеджерами продуктов, другими экспертами по безопасности и инфраструктуре
  • Dec 2021 - Jun 2024
    2 г., 6 мес.

    Зетта Страхование

    Страхование
    Разработка и внедрение моделей аналитики и прогнозирования для страховой компании с целью оптимизации тарифной политики, оценки рисков и повышения точности актуарных расчетов
    • Стек проекта
      Python, SQL, SAS, scikit-learn, statsmodels, garch, PCA, LDA, KNN, DBSCAN, Excel, Power BI
    • Задачи
      Доработка и интеграция системы расчета страховых тарифов с использованием специализированного ПО Emblem и собственных моделей на Python, повышая точность и автоматизацию процессов. Разработка и оптимизация ML-моделей (преимущественно GLM) для предсказания двух ключевых показателей: частоты страховых случаев и средней стоимости убытка. Построение ETL-пайплайнов для формирования актуарных данных, включая расчет треугольников убытков, что позволило моделировать развитие страховых событий. Создание автоматических отчетов для аналитических и бизнес-подразделений с использованием SQL и SAS. Анализ временных рядов для прогнозирования и оценки рисков с применением методов: ARIMA, GARCH и SSA. Обработка больших данных: выявление аномалий и выбросов с помощью методов машинного обучения KNN и DBSCAN. Выполнение снижения размерности данных (PCA, LDA) для повышения эффективности моделей и улучшения интерпретируемости.
    • Результат
      Успешное внедрение кастомных моделей на Python, что повысило точность оценки страховых рисков. Существенное улучшение прогностических качеств моделей частоты страховых случаев и убытков, что привело к более точной тарификации. Автоматизация и оптимизация ETL‑процессов, что ускорило подготовку актуарных данных и снизило ручной труд. Реализация сложных методов анализа временных рядов, позволивших прогнозировать риски с учетом сезонных и нестабильных факторов. Эффективное выявление аномалий в больших массивах данных, что помогло своевременно выявлять мошеннические схемы или сбои системы.
    • Состав команды
      Аналитики актуарных расчетов, инженеры данных, разработчики BI для построения отчетов, внутренние бизнес-стейкхолдеры (финансовые и риск-менеджеры), руководство проекта

Запись видео интервью

Похожие специалисты

Аутстаффинг
теперь
в прошлом

Усилить команду крутыми специалистами можно быстрее, дешевле, проще — с RIWO

  • 01

    Зарегистрируйтесь на платформе

  • 02

    Разместите свой запрос на специалиста(ов) абсолютно бесплатно в AI-поиске RIWO

  • 03

    Получите 7+ откликов от наиболее подходящих под ваш запрос специалистов за первые 48 часов

  • 04

    Контрактуйтесь внутри личного кабинета, согласовывайте и подписывайте документы, платите по факту выполненных работ!