Data Scientist

Технологический стэк: - Python (pandas, numpy, scikit-learn, lightgbm, gensim) - Matlab (Statistics and Machine Learning toolbox, Risk Management Toolbox) - SQL, MS SQL Server, PostgreeSQL При разработке активно пользуясь средствами: - JIRA, Confluence - Git - Agile-практиками (Scrum, Kanban) Способен разобраться в сложной системе, провести структурный анализ. Умею правильно формулировать задачу. Публикации на хабре https://habr.com/ru/post/474062/ https://habr.com/ru/post/455551/ Есть опыт участия в соревнованиях по машинному обучению. https://boosters.pro/championship/onetwotrip_challenge/rating 3 место Участникам предлагалось решить две задачи: в первой предстояло предсказать вероятность возврата билета на самолет, во второй определить вероятность покупки клиентом дополнительной услуги. https://www.crowdanalytix.com/contests/propensity-to-fund-mortgages Разработать модель и определить существенные факторы в данных заявления клиента на получение ипотеки, которые в конечном итоге приведут к финансированию / отклонению их ипотеки. Используются данные анкеты клиента и скоринговый бал бюро Equifax. https://boosters.pro/champ_evotor Участникам чемпионата даны строки с запросами по товарам, нужно предсказать к какой категории принадлежит товар (Достигнуто качество классификации 92%) http://mlbootcamp.ru/round/12/tasks/ В рамках конкурса нужно предсказать наличие сердечно-сосудистых заболеваний по результатам классического врачебного осмотра. Датасет сформирован из 100.000 реальных клинических анализов. https://boosters.pro/champ_15 Росбанк Задача 1. В первой задаче нужно решить задачу бинарной классификации – спрогнозировать отток клиентов. Задача 2. Во второй задаче нужно предсказать объём транзакций через POS-терминал за следующие три месяца использования продукта.