Студент 2ого курса бакалавриата по направлению "Прикладная математика".
Обучаюсь в Школе Аналитиков Данных МТС
Призер и участник многих хакатонов
Проекты и достижения:
Домашние работы в ШАД МТС | Python, ML, statistics Октябрь 2023 – н.в.
• Отчет по обучению регрессионных моделей. Исчерпывающая аналитика данных
• Предсказание оттока клиентов
• Создание end2end ML решения для бизнеса. Создание дашбордов
• Парсинг фильмов с википедии. Сервис для библиотеки книг
Хакатон "Нефтекод": 3е место | ML, NLP, DE Апрель 2024
• Кейс по предсказанию параметров многокомпонентных рецептур масел. 3е место из более чем 50 команд
• Был проведен серьезный препроцессинг данных. Извлечены эмбеддинги из трансформера ChemBERTa.
• Испробовано множество подходов. Первое знакомство с архитектурами GNN и RNN
• В качестве итогового решения обучена модель градиентного бустинга
DataTractor | ML, Временные ряды, FastAPI, Docker Март 2024
• Командный проект для хакатона EESTech 2024. Топ 10 решение
• Разработана модель по предсказанию поломки трактора на основе данных телеметрии
• Проведена работа с временными рядами. Достигнута высокая точность на тестовой выборке
• Модель обернута в полноценный ML-сервис с бекендом на FastAPI
TenderLine | Python, Docker, PostgreSQL, FastAPI, SQLAlchemy Дек. 2023
• Командный проект для Хакатона TenderHack 2023 в Перми, 4ое место
• Разработана чат платформа для взаимодействия между заказчиком и поставщиком при согласовании
закупочной документации
• Приобретен опыт работы в команде и опыт с классическим бекенд стеком технологий
Направление "Прикладная математика"
Совмещаю математическое образование с разработкой веб-приложений
• Отчет по обучению регрессионных моделей. Исчерпывающая аналитика данных
• Предсказание оттока клиентов
• Создание end2end ML решения для бизнеса. Создание дашбордов
• Парсинг фильмов с википедии. Сервис для библиотеки книг