Резюме: Senior Data Scientist

Level Group
Строительство, недвижимость, эксплуатация, проектирование
• Девелопмент
Data Scientist
Стек: Python, SQL, Clickhouse, Airflow, MLflow, Docker, Git, Superset, Pandas, NumPy, SciPy,
Matplotlib, Seaborn, Plotly, scikit-learn.
Обязанности:
- Сбор, предобработка и анализ данных (EDA, Feature engineering).
- Проектирование, обучение и валидация ML моделей (регрессия, классификация,
градиентные бустинги, нейросети)
- Разработка и поддержка production ML пайплайнов (Docker, MLflow, Airflow, CI/CD, Git)
- Автоматизация ETL-процессов (Airflow)
- Взаимодействие с бизнесом: сбор требований, формирование метрик успеха, внедрение
моделей в бизнес-процессы.
- Выполнение аналитических задач: исследование пользовательского поведения, улучшение
качества моделей и метрик.
Достижения:
1. Построил модель оптимизации рекламного бюджета (Marketing Mix Modeling): прогноз
продаж, определил точки насыщения, рассчитал вклад каждого канала (ROAS).
Настроил полный ML-пайплайн с нуля (Docker, MLflow, Airflow, CI/CD), обеспечив стабильную
автоматизированную работу и мониторинг модели;
Бизнес-результат: экономия 20% рекламного бюджета в год.
2. Построил модель эластичности цены для жилых комплексов: эластичность цены за кв. метр и
эластичность маркетинговых затрат, расчет оптимального объема продаж жилой площади
(кв.м) и рекламного бюджета для целевой выручки;
3. Разработал скоринговую модель вероятности заключения сделки для клиентов, что
позволило улучшить таргетирование и распределение рекламного бюджета;
4. Руководил разработкой системы для сбора и автоматической разметки пользовательских
отзывов, комментариев с использованием LLM (ChatGPT API) для классификации тональности
(положительные, отрицательные, нейтральные) и выделения критичных тем, что сократило
ручную работу и ускорило анализ обратной связи.
Выполняю доп. функции ML Engineer: деплой модели, интеграция в бизнес-процессы.


Сбербанк Лизинг
www.sberleasing.ru/
Финансовый сектор
• Лизинговые компании
Data Scientist
Стек: Python, SQL, Pandas, NumPy, SciPy, Matplotlib, Seaborn, Plotly, scikit-learn, NLTK, Selenium,
BeautifulSoup
Обязанности:
- сбор, предобработка и анализ данных (EDA);
- построение и валидация ML моделей (CatBoost, XGBoost, LightGBM, Logistic/Linear Regression и
др.);
- проверка гипотез и составление отчета для бизнеса;
- взаимодействие с другими отделами.
Достижения:
1. Разработал ML модель для прогнозирования снижения остаточной стоимости автомобиля (в
процентах), что позволило повысить точность оценки и автоматизировать часть
бизнес-процессов;
2. Построил модель прогноза текущей рыночной стоимости легкового автомобиля;
3. Разработал систему автоматического парсинга сайтов по легковым и грузовым автомобилям,
а также по бизнес-оборудованию;
4. Создал инструмент для массовой проверки грузового транспорта по госномеру, что ускорило
проверку объектов на соответствие.
Ноябрь 2021 —
Апрель 2024
2 года 6 месяцев


Т-Банк
Москва, l.tinkoff.ru/career.and.vacancies
Информационные технологии, системная интеграция, интернет
• Интернет-компания (поисковики, платежные системы, соц.сети,
информационно-познавательные и развлекательные ресурсы, продвижение сайтов и
прочее)
• Разработка программного обеспечения
• Системная интеграция, автоматизация технологических и бизнес-процессов предприятия,
ИТ-консалтинг
Финансовый сектор
• Коллекторская деятельность
• Банк
Главный специалист
Обязанности: исследование и анализ фактов мошенничества, проверка фальсификации
документов, фотобиометрия, разработка инструкции в Confluence.
Достижения: улучшил процесс работы с клиентами; участвовал в разработке программы
сверки голосов, предотвратил мошеннические действия третьих лиц, которые подавали заявки
в банк на кредитные продукты с поддельными паспортами, так же многократно выявлял
мошенничество со стороны агентов торговых точек, которые подавали в банк несколько заявок
от разных людей.
За 3 года работы повысили 2 раза до главного специалиста.

Сентябрь 2018 —
Ноябрь 2021
3 года 3 месяца