Андрей Пронин

Разработка в команде рекомендательной системы для отображения наиболее подходящей конкретному пользователю рекламы. Ключевой задачей было разработать API сервис, с системой подбора блоков в балансе между CPM и совпадением по интересу. Использование SVD, матричная факторизация, сингулярное разложение, FastAPI, XGBoost.

Открытие ресторана-пиццерии в Болгарии по инициативе российского инвестора. Оптимизация продаж и прогнозирование продаж с помощью моделей классического машинного обучения. 
После получения первых данных, были настроены эффективные рекламные компании, оптимизировано меню и закупки.

Самостоятельно вел полноценное внедрение процессов машинного обучения в работу компании. 
1. Делегирование сбора данных сотрудникам клуба. 
2. Использование баз данных PostgreSQL для хранения и обработки данных. 
3. Анализ данных и модель кластеризации Kmeans, DBSCAN для выявления групп клиентов. 
4. Проведение A/B тестов при внедрении моделей и результатов экспериментов. 
5. Модель прогнозирования оттока(ухода клиента) на Pytorch. 
6. Временные ряды.
В результате были выявлены 3 группы клиентов, которые в дальнейшем оптимизировались новыми данными. Более эффективное использование средств на рекламные компании. Уменьшение оттока клиентов и увеличение среднего чека клиента. 
NumPy, SciPy, Matplotlib, Pandas, sklearn, A/B тесты, PostgreSQL.

Анализ данных в области права, включая организацию процессов сбора, обработки и интерпретации информации для определения закономерностей и трендов. Поиск ошибок, связей в документации с помощью Pandas, Matplotlib, Seaborn. 
В результате была повышена точность и надежность данных. Выявлены тренды определенных типов правонарушений.