Сергей Маслов

Пока только приступил к работе и еще не заполнил обязанности и достижения.

В команде машинного обучения:

- Размечал данные для системы по детектированию объектов на изображении (Bounding Box);

- Автоматизировал выгрузку/загрузку датасетов через API;

- Создал систему на PyTorch из нескольких моделей компьютерного зрения для локализации и дальнейшего распознавания текста на изображении с возможностью взаимодействия со всей системой через Telegram бота;

- Разработал и оптимизировал пайплайн обработки сырых текстовых данных для LLM модели;

- Оптимизировал и дообучал трансформер модель на основе mBART для суммаризации текста;

Как Data Engineer:

- Разрабатывал и внедрял ETL/ELT пайплайны для обработки и агрегации данных из GitLab REST API, Microsoft SQL,

- RabbitMQ, Kafka, используя Apache Airflow;

- Выполнял загрузку и трансформацию данных в рамках работы с витринами данных (DWH), используя ClickHouse в качестве основного хранилища;

- Участвовал в развитии и поддержке архитектуры DWH, включая подключение новых источников данных и оптимизацию существующих процессов;

- Работал с пакетной (batch) обработкой данных;

- Взаимодействовал с BI-аналитиком: передача данных, согласование витрин, обеспечение совместимости с дашбордами;

- Участвовал в анализе требований и поддержке бизнес-команды в вопросах, связанных с данными;

- Вёл техническую документацию по пайплайнам и структурам данных; Использовал GitLab для управления кодом и CI/CD.

Выполнял практические задачи.
Проводил обработку сырых данных, построение моделей и визуализацию полученных данных.
Выполнял задания по кластеризации, классификации и восстановлению регрессии.
Выдвигал и проверял гипотезы, используя численные метрики.
Использовал алгоритм Random Forest для обучения моделей.
Использовал Cross Validation для оценки качества обученной модели.