"Find my pic!" – разработка сервиса для поиска изображений с использованием пользовательских запросов (prompts) -Сервис разработан с использованием streamlit -Использовала модуль Contrastive Language-Image Pre-Training (CLIP) -В качестве моделей для предсказаний были использованы ResNet50 (RN50) и Vision Transformer(ViT-B/32). Tech Stack: Streamlit , Pandas, Transformers, Torch, ResNet50, CLIP NapoleonBot - телеграм-бот для удобного сравнения цен на товары в магазинах. Проект...

PROGRAMMING LANGUAGES & TECHNOLOGIES Data Analysis & Visualization: Pandas, NumPy, SciPy, Matplotlib, Seaborn — advancedMachine Learning: PyTorch, TensorFlow, Keras, OpenCV, XGBoost, scikit-learn — experiencedSoftware Development: AWS, Docker, Linux, Git, Flask, Django, FastAPI, asyncio — experiencedSQL: PostgreSQL, MySQL, ClickHouse — experiencedPipelines & Workflows Management: CWL, NextFlow, Jenkins, Concourse, Airflow — experiencedMonitoring: Kafka, Prometheus, Grafana, Kibana,...

Занимаюсь разработкой телеграм ботов

Основные инструменты: Python, Git, Django, Flask, SQL Знание библиотек: numpy, pandas, seaborn, scipy, scikit-learn, pytorch, tensorflow Есть опыт работы с bid data проектом по анализу временных рядов для телеметрии в производстве. Есть опыт в проектах, использующих такие классические методы машинного обучения, как: Градиентный бустинг(Catboost, XGboost, Adaboost), Random forest, SVM(R), стэкинги моделей и бэггинг. Есть опыт работы в Deep Learning проектах и созданию нейронных сетей.

Python Разработчик и ML Инженер Более года опыта в коммерческой разработке. Проекты в портфолио: Предсказательная система для оценки стоимости бу автомобилей.Телеграм-магазины кроссовок.Телеграм-магазин с продажей и обеспечением доступа к VPN (2 проекта).Сервис по созданию рациона питания из продуктов магазина (https://yams.ru/) - не введен в оборот из-за смены формата.Туристическое приложение с функцией определения достопримечательности по фото.Образование: IT-школа Samsung (Android...

АСОСА

Бот по продаже доступа к VPN

ML разработчик с опытом более 5 лет, кандидат физ-мат наук. Выполнение ML проектов от обсуждения ТЗ до постановки в прод и последующий мониторинг. Стек: python, git, docker, Airflow, Spark, SQL, pandas, Catboost, XGBoost, Datalens, deep learning (PyTorch, Tensorflow).

Я специалист в области Data Science и Machine Learning с практическим опытом 2 года. Имею компетенции, опыт реализации проектов и решения задач по обеспечению сбора потоковых данных, взаимодействие с API провайдеров данных, написание экстракторов, подготовки и организации хранения данных (SQL, AWS S3), анализа данных, построения различных моделей машинного обучения: Catboost, XGBoost, SVM, логистическая регрессия, DBSCAN, K-means и прочее). Реализовывал проекты Computer vision...

Веб-разработчик

Data Science специалист с фундаментальными знаниями в области машинного обучения, анализа данных и программирования. Опыт работы с Python, библиотеками для анализа данных (NumPy, Pandas) и библиотеками машинного обучения (Scikit-Learn, XGBoost). Также имею опыт работы с библиотеками PyTorch и TenserFlow для разработки и обучения нейронных сетей. Знаком с YOLO (You Only Look Once) - фреймворком для обнаружения объектов в реальном времени. Готов применять статистические методы для извлечения...

Имею успешный опыт в разработке систем компьютерного зрения и систем прогнозирования. Пишу чистый код. Хорошо разбираюсь в чужом коде. Нацелен на дальнейшее развитие в сфере работы с большими данными.

Опыт работы 12 лет

ТЕХНИЧЕСКИЕ НАВЫКИ Languages programs: Python+Python(ООП), SQL; СУБД: MS Excel, MySQL, MS SQL, PgSQL, Power BI; Python environment: Jupyter Notebook, PyCharm; Python parsing: Beautiful soup, requests; Python Data analysis stack: numpy, pandas, matplotlib, seaborn; Python ML stack: scipy, statmodels, sklearn, scikit-learn, LightGBM, XGboost, CatBoost; Python models ML:LinearRegression, LogisticRegression, DecisionTree, SVR, LightGBM, XGBoost, CatBoost; Other: Bash, git; Soft skills:...

Skoltech student, Data scientist at Aramco Python(Pandas, sklearn, PyTorch, xgboost, docker, git, openCV, skimage), git PowerBI Linear algebra, RecSys

Всем привет, Меня зовут Даниель, Я Data Scientist ‍Занимаюсь разработкой нейросетей, машинным обучением и анализом данных на языке Python более двух лет Владею такими инструментами, как Tensorflow, Pytorch, а также разбираюсь в таких алгоритмах как RandomForest, DecisionTree и в более современных алгоритмах: LightGBM, XGBoost и Catboost По вопросам связи, пишите в мой телеграмм: t.me/Djacon

Высшее техническое образование Data scientist 2 года Стек: Programming: Python ML: scikit-learn, xgboost, catboost Data Workflow: Pandas, SQL, Numpy, scipy Deep learning: PyTorch, OpenCV, keras, TensorFlow BI - Google Datastudio Scraping: Selenium, BS4 Deployment: Git, Docker, MLFlow Extras: A/B testing

Меня зовут Дмитрий. Я изучал языки программирования: C, C++, Python. Имею опыт с такими технологиями, как многопроцессорность, STL, Linux(Ubuntu, Debian), параллельное программирование(MPI, OpenMP), архитектура процессора(в частности MIPS и RISC-V), алгоритмы и структуры данных, Qt, OpenGL. Также изучал машинное обучение(numpy, scikit-learn, xgboost, нейронные сети), SQL, Django, docker, requests и pygame. Я работал Дата сайентистом в страховой компании "ВСК" . Моей задачей была разработка...

Junior DS, практикуюсь на kaggle, участвую в хакатоне, закончил стажировку в МТС Диджитал в роли Data Engineer. Набираюсь опыта в DS/ML. Пишу преимущественно на python, иногда могу делать что-то с django и fast api, когда просят, опыта с ними мало, поэтому их использование для меня не в приоритете.

Занимался разработкой торговых систем по полному циклу: от проектирования торгового алгоритма и бэктестов до построения production-инфраструктуры и непосредственно запуска алгоритмов в работу. Делал вспомогательные web и графические интерфейсы для трейдеров. Периодически участвовал в разработке web приложений, full stack. Технологии: Python: pandas, scikit-learn, Flask, FastAPI, asyncio Javascript: React, feathers Базы данных и брокеры сообщений: Postgres, redis, InfluxDB, mongoDB ...

Опыт: Python (4 года)Анализ данных: визуализация, A/B-тестирование и статистический анализ (4 года)Машинное обучение: классический ML, глубокое обучение, кластеризация (3 года)ML-разработка и дата-пайплайны (1 год)Подобно чем владею и чему обучу: Анализ данных на Python: 1.1 Jupyter Notebook (Google Colab) 1.2 Обработка и чистка данных: Pandas, Numpy 1.3 Визуализация: Matplotlib, Seaborn, Plotly, Bokeh, Tableau 1.4. Статистический анализ и A/B-тесты: Scipy, StatsmodelsМашинное обучение 2.1....

Я окончила Санкт-Петербургский Государственный Университет по специальности Компьютерные науки и искусственный интеллект в 2021 году Недавно закончила работать в британской биоинформатической компании Дженстек, где занимала должность Data Scientist. Моя работа была связана с анализом данных, а именно применением методов статистического анализа и методов машинного обучения для обработки, анализа и предсказания биологических данных. Одним из проектов, которым я занималась в рамках моей...

Всем привет! Меня зовут Илья мне 21 год живу в Челябинске. Опыт работы 4 года Мои навыки Владение Python для анализа данных и машинного обученияБиблиотеки Pandas, Numpy, Matplotlib и SeabornРабота с базами данных PostgreSQL, SQLite3, и SQLРабота с различными источниками данных: CSV, XML, XLS, JSON, парсинг сайтов, APIФреймворки ML (sklearn, xgboost, lightgbm, catboost)Фреймворки Flask, Docker Deep Learning (TensorFlow, Keras, Оптимизация, дообучение NLP)Применение алгоритмов машинного...

Закончил Институт космических и информационных технологий при Сибирском федеральном университете. С 3 курса увлекаюсь машинным обучением. Производственный опыт разработки около 2ух лет. Разрабатывал встраиваемое приложение для детекции и распознавания лиц, занимался созданием и обучением модели для классификации битого текста, детекцией и распознаванием номеров автомобиля, оптимизировал модели (прунинг, спарсинг) и умею подбирать гиперпараметры для модели. Понимаю и умею писать эволюционные...

Работа с data science

Личная страничка Python Работа с библиотеками Numpy и Pandas, Matplotlib, Seaborn, Plotly, Autoviz, Pandas Profiling для подготовки и исследовательского анализа данных работа с библиотеками машинного обучения в Python Mashine learning Решение задач регрессии, классификации, кластеризации при помощи библиотек Scikit learn,XGBoost, Pycaret, Autogluon. Создание моделей машинного обучения в фреймворках RapidMiner, Databricks,H2O, Knime, Loginom. Business intelligence (BI) Создание...

Data mining, Big data, Data science