Мария Пескова

     Обязанности:

• Работа с табличными данными
• Классическое машинное обучение
• Моделирование и обучение нейронных сетей на PyTorch
• Оптимизация нейронных сетей
  
• Автоматизация экспериментов - алгоритмическая, DVC, KubeFlow
• Встраивание PyTorch моделей через ONNX в Java 

     Завершенные проекты:

• Ускорила инференс моделей на 22% методами сжатия нейронных сетей - дистилляцией знаний, квантизацией, кешированием, а также методами оптимизации графа вычислений ONNX

• Реализовала обрезание незначимых подграфов в графе вычислений с помощью легковесного ML-классифкатора, определяющего, значима ли ситуация. Позволило снизить количество вызовов нейронной сети на 30%

• Внедрила практику domain adaptation в задаче классифкации на табличных данных. Провела несколько экспериментов для поиска оптимальных гиперпараметров, оптимального подхода к дообучению на специфичных данных, что позволило получить прирост доходности 0.5%

• Провела серию экспериментов по поиску оптимальных гиперпараметров, поиску значимых фичей, изменению архитектуры нейросети в задаче классификации

• Разработала инструмент для автоматического подбора необходимого количества кластеров в задаче кластеризации. Пайплайн использует метрики кластеризации и метрики предсказателей, обученных на кластеризованных данных. Сократила время, затрачиваемое разработчиком на проведение исследований по поиску количества кластеров в ∼12 раз