Артём Иванов

• Разработка и внедрение ML-решений (end-to-end)
  • Ценовая кластеризация – оптимизация ценовой стратегии с помощью ML.
  • Рекомендательная система – проектирование и внедрение бизнес-правил, улучшение персонализации.
  • Персонализированные офферы – полный цикл разработки системы персональных купонов (от проектирования архитектуры до внедрения и A/B-тестирования).
  • Мэтчинг и ранжирование – улучшение алгоритмов сопоставления и ранжирования предложений.
  • Анализ событий мобильного приложения – повышение вовлеченности пользователей через персонализацию.
  • Антифрод - экспертиза и анализ потенциально опасных сетевых запросов в API.

  Стек:

  • ML/DL: PyTorch, Scikit-learn, numpy, LightAutoML, AutoGluon, XGBoost, LightGBM, CatBoost, SHAP, DBScan Gaussian Mixture Models, ViT (Vision Transformers).
  • Инфраструктура: DWH, PostgreSQL, Memcached, Kafka, Airflow, Docker, FastAPI, Pydantic, MLFlow, k8s, ArgoCD, ElasticSearch.
  • Мониторинг: Prometheus, Grafana
  • Управление и документация: Jira, Confluence.
• NLP и LLM
  • Работа с текстовыми данными (семантический анализ отзывов,  построение RAG-базы знаний, чат-боты).
  • Разработка и оптимизация NLP-моделей для обработки естественного языка.

          Стек: DL: Hugging Face Transformers, LangChain, vLLM, PyTorch, FAISS, Chroma, telebot.

• Оптимизация актуального кода и алгоритмов текущих проектов (I/O-bound and CPU-bound задачи):     

• Многопоточность, многопроцессорность, асинхронное выполнение, векторно-матричные операции.

          Стек: asyncio, aiohttp, threading, multiprocessing, joblib, numpy.

• Менторство и командная работа
  • Обучение и наставничество junior-специалистов.
  • Документирование решений, проведение код-ревью.

• Аналитика данных (EDA-анализ) по 800+ ресторанам сети;

• Работа с временными рядами (прогнозирование и восстановление продаж). Стек: Prophet, SARIMAX, модель Хольта-Винтерса, statsmodels.tsa.seasonal.MSTL, tsfresh, SKForecast (LightGBM), стекинг моделей, собственные алгоритмы на Python,  MLFlow,  Apache Airflow, MS SQL, Streamlit+Plotly.  

• Миграция существующего кода и алгоритмов прогнозирования с языка R на Python, с внесением необходимых изменений для обеспечения совместимости c источниками БД, совершенствования и оптимизации.

• Машинное обучение на табличных данных под разные задачи бизнеса (Linear models, KNN, Random Forest, XGBoost, CatBoost, LightGBM);

• Разработка рекомендательной системы на основе бизнес-правил для приложений. Стек: Python, FastAPI, Prometheus, Pydantic, DWH, Clickhouse, Docker, Gitlab;

• Написание на Python собственных алгоритмов предобработки данных,  а так же решения аналитических и бизнес задач, включая статистические методы и подходы;
• Перевод бизнес-требований в ml-пространство задач, разработка необходимых проект-решений,  определение инфраструктуры и необходимых специалистов, структуризация бизнес-процессов;
• повышение информационной безопасности среди вовлеченных специалистов IT;
• Описание тех. заданий, паспортов, регламентов, БФТ.

 + Jira, Confluence, Grafana, VSC, PyCharm, Postman. 

- Аналитика данных (EDA-анализ);

- Машинное обучение на табличных данных (Linear models, Random Forest, XGBoost, CatBoost, LightGBM);

- A/B тестирование;

- Построение нейронных сетей (Pytorch, Tensorflow).

Аналитика, DS/ML:
- аналитика производственных процессов (анализ технико-технологических параметров бурения, построение графиков, формирование отчетности c применением Jupiter Notebook, Jamovi, Python, Excel, Power-Point);
- EDA-анализ ТЭП бурения скважин;
- анализ диаграмм и временных рядов;
- построение задач, сбор и обработка данных (ETL) для дальнейшего применения ML-моделей в производстве;
- ML-инжиниринг (обучение моделей на подготовленных данных с применением технологий Docker и MLFlow);
- проверка гипотез причин откзазов оборудования/аварий/осложнений в производстве.

Технические задачи:
- ведение проектов бурения нефтяных скважин, а так же забуривания боковых стволов (ЗБС) на собственных месторождениях Заказчика;
- технико-технологическая экспертиза бурения скважин;
- анализ работы подрядных организаций в сфере бурения скважин (буровой подрядчик, ГТИ);
- анализ рисков аварийности и предупреждение аварий и осложнений при строительстве скважин, анализ диаграмм станции ГТИ;
- руководство персоналом до 5 человек (инженерами по бурению - супервайзерами);
- проверка и согласование программ и планов работ;
- договорная работа, планирование бюджета, деловая переписка.

Контроль за строительством нефтяных скважин, контроль выполнения работ подрядными организациями, организация работ, принятие ответственных решений.

Ведущий инженер в службе по сопровождению строительства скважин. Контроль строительства нефтяных скважин, руководство супервайзерами, договорная и тендерная работа. Участие в научно-технических конференциях ПАО РОСНЕФТЬ, исполнение обязанностей начальника службы на время его отпуска.