Артём Орехов

В 2022 году я поступил на магистратуру НИУ ВШЭ, по программе "Цифровые методы в гуманитарных науках". Мой средний балл по шкале GPA по окончании магистратуры составляет 8.69.

Во время обучения в магистратуре Вышей Школе Экономики я узнал много нового о взаимодействии гуманитарных наук с цифровыми методами их обработки и хранения, а также выполнил несколько научных проектов.

Во 2 модуле 2024 года я реализовал приложение "Жизнь" с помощью Java, Python и Javascript. В ходе выполнения задания я узнал многое о разработке на Java и Javascript, а также заново вспомнил взаимодействие между HTML и CSS.
Проект можно найти по данной ссылке: https://github.com/DukeNukem4ever/WebDevelopment

Также не стоит оставлять без внимания мою выпускную квалификационную работу для магистратуры. Она была посвящена сравнению трёх способов предсказания категории англоязычных текстов на основе их лексико-грамматических и лингвистических параметров. Были использованы библиотеки Pandas, sklearn, Keras. Получившиеся модели дали высокие показатели точности на данных. Поэтому есть повод предположить, что мой подход существенно повысит качество работы предиктивных моделей.
Мою ВКР можно посмотреть по данной ссылке: https://github.com/DukeNukem4ever/HSE_VKR_2024

В 2017 году я поступил в бакалавриат НИУ ВШЭ по программе "Компьютерная лингвистика". Мой средний балл по шкале GPA по окончании магистратуры составляет 7.57.

Учёба далась мне нелегко, но я обрёл важные навыки и проделал ряд интересных проектов, которые помогли мне узнать много нового об анализе данных, программировании и обработке естественного языка.

В ходе обучения я научился применять множество навыков, необходимых для моей будущей карьеры; в их числе:

1) Получение и очистка данных;
2) Построение регрессионных моделей;
3) Проведение мультифакторного анализа;
4) Автоматическая обработка естественного языка;
5) Построение нейросетей;
6) Работа с реляционными и нереляционными базами данных;
7) Операции с Git, Docker и GitHub.
8) Предсказание целевых данных через обучение с учителем.
9) Написание веб-приложений на языке Python.
10) Статистический анализ данных.

Впервые я применил свои навыки программиста и разработчика в ходе создания Telegram-ботов на платформе PythonAnywhere. Основной функционал заключался в анализе пользовательских данных и получении желаемых пользователем значений при взаимодействии с базой данных SQL.

Также в ходе обучения я принял участие в трёх учебных летних практиках, которые проходили в 2018, 2019 и 2020 годах, соответственно.

Первая практика была посвящена анализу англоязычных слов, образованных нестандартным путём (сложением, аббревиацией, сокращением и др.). Смысл данной работы заключался не только в оттачивании собственных навыков в плане поиска и обработки информации, но также составления англоязычного словаря для учащихся.

В ходе второй практики моей задачей была проверка англоязычных эссе на наличие грамматических, синтаксических или морфологических ошибок. Исследование проводилось на платформе REALEC, и для каждого вида ошибок был свой тэг. Исследование позволило улучшить общее качество проверки и сделать вывод о самых частых ошибках, которые допускали авторы при написании текстов.

Третья практика заключалась в разметке новостных статей на наличие недостоверной информации в их заголовках. Вся работа была занесена в таблицу формата Excel, а полученные результаты позволили выявить основные критерии, по которым можно выявить недостоверные заголовки.

Первый серьёзный проект был создан в 2020 году, когда я вместе с сокурсником разработал веб-приложение на PythonAnywhere, которое позволяет провести поиск по языковой базе данных либо через один параметр, либо через несколько параметров сразу. Смысл данного веб-сайта заключается в ознакомлении пользователя с тропативностью языков (под тропативностью подразумевается способность одного лица считать другое лицо кем-либо или чем-либо).
С этим приложением мы вместе выступали на конференции "ДИАЛОГ 2021".
Ссылка на приложение: https://artemorekhov1999.pythonanywhere.com/
Ссылка на статью: https://www.dialog-21.ru/media/5573/orekhovaiplustarasovrv081.pdf).

В качестве выпускной квалификационной работы я провёл мультифакторный анализ на R и Python с целью определения корреляции между количеством синтаксических ошибок и критериями синтаксической сложности на базе 1652 англоязычных эссе. Анализ показал наличие весомой корреляцией между целевыми компонентами.
Ссылка: https://github.com/DukeNukem4ever/HSE_Diplom_2021).

В ходе обучения на данном курсе я узнал много нового об обработке данных и предсказании зависимой переменной.

Ссылка на мой финальный проект:

https://github.com/DukeNukem4ever/Data_Science_2023