Лев Богданов

Обязанности:

– Разработка и оптимизация моделей машинного обучения для анализа текстовых данных, кластеризации дефектов и классификации звонков
– Применение NLP-методов (BERT, Universal Sentence Encoder, TF-IDF) для обработки текстов, формирования эмбеддингов и поиска схожих объектов
– Автоматизация транскрибации, диаризации и анализа звонков с использованием Whisper и PyAnnote
– Разработка Telegram-бота для поиска товаров, создание API на FastAPI и оптимизация алгоритмов поиска
– Контейнеризация сервисов с Docker, настройка процессов в Apache Airflow для мониторинга и автоматизированного развертывания

Достижения:

— Повышена точность классификации звонков и автоматизирован анализ, что сократило время проверки на 80%
— Оптимизирован процесс кластеризации дефектов, что упростило выявление проблемных зон и ускорило анализ данных
— Улучшена точность поиска товаров, что повысило эффективность работы системы и удобство пользователей
— Автоматизированные решения интегрированы в бизнес-процессы, что улучшило качество обслуживания и сократило ручную обработку данных

Стек: Python, Sklearn, Pytorch, Transformers (HuggingFace), BERT, Universal Sentence Encoder, TF-IDF, DBSCAN, K-Means, UMAP, Pandas, Plotly, FastAPI, Aiogram, Whisper, PyAnnote, Apache Airflow, Docker

Обязанности:
– Проведение анализа внутренних данных для улучшения клиентского сервиса и повышения удовлетворенности клиентов
– Исследование и оптимизация коэффициента лояльности клиентов (NPS) с использованием статистических методов
– Анализ базы знаний и разработка рекомендаций по её реорганизации и актуализации.

Достижения:
— Разработал рекомендации для улучшения клиентского опыта, что позволило повысить метрику NPS на 15%
— Оптимизировал структуру базы знаний, что сократило среднее время обработки обращений на 20%

Стек: SQL, Python, Pandas, Numpy, Statsmodels, Sklearn, Matplotlib, Seaborn, Tableu