Олеся Краснухина

О компании: 

ООО "Бюро информационных технологий" - IT-компания, разрабатывающая аналитические сервисы, дашборды и другие программные продукты на базе собственной аналитической BI-платформы "Управление в пространстве".

Должностные обязанности:

Data Science

Коммерческая разработка моделей на проектах в составе DS-команды + самостоятельное ведение проектов в рамках пресейл-активностей. 

Участие в разработке архитектуры плагина для анализа данных и моделирования. 

Развитие и поддержка полного цикла разработки DS/ML-продукта - от постановки задачи, подготовки и анализа данных до выведения моделей в production. Разработка моделей, обладающих бизнес-ценностью. 

Погружение и курирование младших специалистов. 

Основные достижения:

Разработка моделей для прогнозирования поломок на буровых установках. Решение увеличило точность прогнозирования на 14%. 

Разработка нейросети для прогнозирования пиковых часов энергопотребления. Реализация механизма дообучения на поступающих данных. Выкатка моделей в полноценный production при помощи docker,  flask и docker compose. Решение повысило точность прогнозирования: прирост от 5% до 34% по отдельным регионам.

Должностные обязанности:

Data Science

Развитие и поддержка полного цикла разработки DS/ML-продукта - от постановки задачи, подготовки и анализа данных до выведения моделей в production. Разработка моделей, обладающих бизнес-ценностью. 

Геоаналитика

Обработка естественного языка и геокодирование адресов. Пространственная аналитика. Размещение объектов на карте и работа с геометрическими типами данных. Кластеризация объектов в пространстве (DBSCAN). Визуализация прогноза моделей на карте.

Бизнес и системная аналитика

Сбор и формализация требований. Подготовка ТЗ. Формирование постановок задач. Трекинг исполнения задач и валидация результатов. Формирование технической документации. Общение с заказчиком.

Основные достижения:

Самостоятельная реализация пресейл-проекта по прогнозированию рисков для управления МЧС по Пермскому краю от сбора и формализации требований до деплоя моделей и фронта. Система интегрирования моделей в платформу была придумана с нуля и стала основой для нового плагина. Разработанное решение повысило точность прогнозирования рисков baseline-подхода на ~ 30%.

Проведение исследований в области риск-менеджмента 

Моделирование рыночных и кредитных рисков: анализ портфельного риска (акции, облигации), хеджирование, измерение чувствительности к риск-факторам, VaR и ES валидация, анализ маржинальных и форвардных PD, экспозиции к риску, дискриминационной способности рейтинга (CAP, ROC, AUC, AR or Gini coef.), дискретное и непрерывное моделирование долгосрочной вероятности дефолта, а также моделирование портфельного кредитного риска и анализ корреляции дефолтов

Подробнее: https://github.com/olesyamba/Risk_analysis

Проведение исследования в области временных рядов о нефинансовых драйверах стоимости акций индекса NASDAQ-100

Моделирование векторной авторегрессии между котировками акций: kNN импьютация, анализ стационарности и сезонности временных рядов, моделирование (G)ARCH, VECM, VAR, анализ и тестирование гипотез о наличии автокорреляции и коинтеграции, анализ остатков, анализ устойчивости результатов и определение продолжительности присутствия эффекта

Подробнее: https://github.com/olesyamba/Time_series_nasdaq-project

Проведение исследования в области фондовых рынков с применением эконометрического анализа и машинного обучения 

Моделирование влияния реляционного капитала на рыночную стоимость high-tech компаний из индекса NASDAQ-100

Пули задач: 

1. Автоматизация парсинга данных
2. EDA финансовых и текстовых данных + препроцессинг текстовых данных (NLP - техники)
3. Feature engineering, в частности сентимент-анализ твиттов с упоминанием компаний
4. Разработка и тестирование 
5. ML-моделей для прогнозирования изменения рыночной стоимости компаний 

Подробнее: https://github.com/olesyamba/ICvsML

Проведение исследования в области теории игр и математического моделирования.

Моделирование поведенческого эффекта при принятии решений в условиях неопределенности: теоретико-игровое и математическое моделирование, стохастический анализ, максимизация функции полезности