👀 Классные компании ищут бэкендеров — на Вайб-чеке → vibe.habr.com
Георгий Шиповников (george747), 25 лет, Россия, МоскваГеоргий Шиповников (george747), 25 лет, Россия, Москва

Георгий Шиповников

Senior Data Scientist / Machine Learning EngineerУченый по даннымML разработчикСтарший (Senior)
От 350 000 ₽Не ищу работу

Контакты

Войти
Возраст: 25 лет
Опыт работы: 3 года и 7 месяцев
Регистрация: 28.06.2022
Последний визит: 3 месяца назад
Гражданство:
Местоположение: Россия, Москва
Дополнительно: готов к переезду и к удаленной работе
Знание языков:

Обо мне

Senior Data Scientist / Machine Learning Engineer с коммерческим опытом более 3х лет в крупных компаниях. Основной стек - Python, SQL , PySpark, Hadoop, DVC, Docker, Git , Jenkins, AirFlow, MLFlow, PyTorch, CatBoost, Lgbm. 
Работаю с задачами кредитного скоринга, классическим ml, dl, uplift, pricing, req systems, вывод моделей в пром 

Пройден курс Hard ML от Карпов 

Навыки

Python
SQL
Математическая статистика
Машинное обучение
Git
Большие данные
Apache Spark
Apache Hadoop
Linux
Docker

Опыт работы

  • Крупнейшая цифровая платформа. Технобренд, объединяющий лучшие мировые практики и самый современный стек
    МоскваБолее 5000 сотрудников
    ML разработчик (Старший)Machine Learning Engineer
    Январь 2023 — По настоящее время (1 год и 11 месяцев)

    Полный цикл разработки моделей - от общения с бизнесом до вывода модели  в продуктовые системы с помощью таких технологий - Jenkins , dvc , airflow , docker , ml flow, pyspark , Python.

    Суммарный статистически значимый эффект от внедренных моделей более чем 1млрд.

     

    Ученый по данным (Младший)Data Scientist
    Май 2021 — Июнь 2022 (1 год и 2 месяца)

    Мои обязанности включали себя  :

    - полный цикл разработки модели

    - мониторинг и пилотирование моделей 

    Пример моделей : Look-A-Like модели для выявления наиболее склонных клиентов Сбера к покупке пакета Премьер и облигаций компании для дальнейшей коммуникации (Response , uplift). Gini моделей 0.85 и 0.65 соответсвенно . Доп NPV от моделей составил приблизительно 15мл.р .

    Применил новый калибровщик моделей . Это позволило улучшить конверсию продаж в среднем на 0.05% .

    SQL : Teradata , GreenPlum

    BigData: Spark ,Hadoop ,Hive

    Communications : Gira , confluence, git

  • Универсальный банк, входит в топ-10 крупнейших банков России
    МоскваБолее 5000 сотрудников
    Ученый по данным (Средний)Middle Data Scientist
    Май 2022 — Февраль 2023 (10 месяцев)

    Мои обязанности :

    - Полный цикл разработки различных моделей

    - Общение с поставщиками данных 

    - Сбор и генерация данных с разных источников 

    - Валидация моделей (доведение модели до продакшена)

    - Презентация моделей для Бизнеса(заказчика)

    - Проведение code-review других разработчиков 

    - Анализ данных и факторов для построения моделей. 

    Пример задач: Модуль для стекинга - модель для предсказания дефолта компаний в 90 дней на 12 месяц, основанная на данных о заключенных контрактах с бенифициаром. Приблизительный результат Gini около 40%. Результат стекинга с другими модулями дал более 45%. Модель пошла в пром. 

    Sql: PostgreSQL

    Communication : Git, BitBucket , Gira, Confluence 

    Environment: Linux bash

    ML: Sk-learn, ML flow , Air flow, Logistic Regression , Pandas , Numpy   

Высшее образование

  • МГТУ им. Н.Э. Баумана

    Московский государственный технический университет имени Н.Э. Баумана
    Оптико-электронного приборостроения; ОЭП
    Июнь 2017 — Май 2023 (5 лет и 11 месяцев)

Дополнительное образование