Дмитрий Щербаков (gliderai), Россия, МоскваДмитрий Щербаков (gliderai), Россия, Москва

Дмитрий Щербаков

Инженер-математик.ML разработчикСредний (Middle)
От 120 000 ₽Ищу работу
Поднимите резюме с подпиской Бустер

Контакты

Войти
Опыт работы: 1 год
Регистрация: 25.02.2025
Последний визит: 1 день назад
Гражданство: Россия
Местоположение: Россия, Москва
Дополнительно: готов к переезду и к удаленной работе
Знание языков: Английский В2

Обо мне

ML‑инженер, 6 проектов полного цикла: данные → модель → внедрение в эксплуатацию. Опыт в построении пайплайнов данных и обучения (Airflow, DVC, MLflow), внедрении ML‑сервисов (Docker, FastAPI), рекомендательных системах и uplift‑моделировании. Сертификация Yandex EdTech «Инженер машинного обучения», 2026. Интересны продуктовые задачи, где ML влияет на метрики бизнеса (churn, рекомендации, маркетинг). Открыт к удалённому формату и релокации.

Навыки

Выберите навык, чтобы посмотреть, какие тесты специалист уже прошел.

Алгоритмы и структуры данных
Большие данные
Git
Прикладная математика
Английский язык
Python
Docker
SQL
Математическое моделирование
A/B тестирование
FastAPI
REST
Apache Airflow
Prometheus
Grafana
Scikit-learn
NumPy
Машинное обучение
PyTorch
Deep Learning
Нейронные сети
TensorFlow
Обработка естественного языка

Участие в профсообществах

Опыт работы

  • Обучаем будущих разработчиков, аналитиков, дизайнеров и других востребованных интернет-специалистов
    МоскваОт 100 до 1000 сотрудников
    ML разработчик (Средний)ML Engineer
    Февраль 2025 — Январь 2026 (1 год)
    • Предсказание оттока: end-to-end пайплайн (Airflow, DVC, MLflow), бинарная классификация, метрики F1-score, Accuracy, Precision, Recall.
    • Улучшение baseline: feature engineering, отбор признаков, подбор гиперпараметров, сравнение с базовой моделью.
    • Релиз модели в эксплуатацию: Docker, FastAPI, процесс доставки и мониторинг качества.
    • Рекомендательная система (музыка): гибридная модель ALS + CatBoost, Precision@5, Recall@5, Coverage, Novelty@5, REST API, микросервисы.
    • Uplift-моделирование: таргетинг кампаний, Uplift@30% = 0,0518, прирост +26,3% к baseline, Optuna, MLflow.
    • Рекомендательная система (e-commerce): полный цикл от данных до внедрения, мониторинг (Prometheus, Grafana). Версионирование: DVC, MLflow.

Высшее образование

  • 6
    Сентябрь 1985 — Июль 1990 (4 года и 10 месяцев)

    Инженер-системотехник (ВУС инженер-математик). Создано 4 кафедральные лабораторные работы для внедрения в учебный процесс на кафедрах. Красный диплом

Дополнительное образование