Эрнест K., Senior, ML разработчик

Эрнест K.
Беларусь, Минск
3 190 ₽/час 510 400 ₽/мес.
    ML разработчик
  • Senior
Опыт работы:
Более 6 лет
Языки:

Английский — B2

ПисьменныйРазговорный

О специалисте

Навыки
Python
Java
C++
Tensorflow
Sklearn
Numpy
NLTK
langchain
Pinecone
CatBoost
PyTorch
Pandas
Matplotlib
transformers
Flask
PySpark
Streamlit
Keras
SciPy
Plotly
XGBoost
FastAPI
HuggingFace
NetworkX
SQL Server
SQLite
Git
Jira
AWS ECS
AWS Lambda
Bash
Tableau
Neptune
CI/CD
k8s
Apache Spark
Airflow
MLflow
ClearML
Google Cloud Platform
VertexAI
Technology:
SQL
Database:
MySQL
PostgreSQL
MongoDB
Applications:
Docker
Source_control:
GitLab
GitHub
Формат работы
Удалённо
Описание о специалисте

Опытный инженер в области машинного обучения с прочной академической базой, имеющий степень бакалавра и магистра по специальности «Машинное обучение». Обладает более чем пятилетним практическим опытом разработки и внедрения моделей и решений машинного обучения в таких областях, как финансы, здравоохранение, страхование и управление ресурсами. Эффективно работает в командной среде, демонстрируя отличные коммуникативные навыки и способность к адаптации. Ориентирован на постоянное обучение и применение новых технологий для решения сложных задач.


Экспертиза:

ML 5+ years

Python 5+ years

Примеры работ

AI-powered Real Estate Call Assistant
Описание задачи/проекта

AI-ассистент для звонков, повышающий эффективность взаимодействия в сфере недвижимости за счёт автоматизации задач, которые традиционно выполняли человеческие ассистенты. Решение ведёт с клиентами живые, естественно звучащие разговоры в реальном времени для сбора информации об объектах, управления звонками и бесшовной фиксации взаимодействий. Используя передовые технологии, такие как преобразование текста в речь (Text-to-Speech), распознавание речи (Speech-to-Text), большие языковые модели (LLM) и генерация с дополнением поиска (RAG), система обеспечивает динамичный, эффективный и максимально приближенный к человеческому опыт общения.

Позиция на проекте
Machine Learning Engineer
Ответственность
  1. Разработка и развёртывание AI-ассистента для звонков.
  2. Проектирование RAG-конвейеров для интеграции наборов данных по объектам недвижимости с результатами диалогового взаимодействия.
  3. Интеграция сервисов AWS и Azure (TTS, STT, LLM).
  4. Сбор данных и ведение журнала диалогов.
  5. Оптимизация понимания естественного языка и точности ответов.
  6. Обработка синтеза речи и транскрипции в реальном времени.
  7. Проектирование сценариев диалога и интеграция с системами в сфере недвижимости.
Технологии и инструменты
Docker, Flask, Git, langchain, Python, WebRTC, openai api, Pinecone, Amazon Connect, Amazon Polly, Amazon Transcribe, Amazon Bedrock, GPT-4-mini
Период работы/продолжительность
Февраль 2024 г. - Октябрь 2025 г.
Sales forecasting system
Описание задачи/проекта

Система прогнозирования продаж, предсказывающая ежедневные объёмы продаж товаров в различных магазинах. Проект включал реализацию контроля качества данных, процессов ETL и моделей машинного обучения для точного прогнозирования продаж на основе исторических данных и выявленных трендов.

Позиция на проекте
Machine Learning Engineer
Ответственность
  1. Проектирование и разработка моделей прогнозирования продаж с использованием методов машинного обучения.
  2. Проведение разведочного анализа данных (EDA).
  3. Регулярный мониторинг и оценка производительности моделей.
  4. Создание ETL-конвейеров с использованием Apache Airflow.
  5. Развёртывание моделей и интеграция их в рабочее окружение.
  6. Подготовка и очистка данных.
Технологии и инструменты
Apache AirFlow, Docker, Git, Pandas, PostgreSQL, Python, Scikit-learn
Период работы/продолжительность
Сентябрь 2022 г. - Февраль 2023 г.
AI-Powered Knowledge Assistant with RAG
Описание задачи/проекта

AI-ассистент знаний, использующий технологию генерации с дополнением поиска (Retrieval-Augmented Generation, RAG) для улучшения качества ответов на образовательные запросы. Система интегрирует большие языковые модели (LLM) и векторные базы данных, чтобы предоставлять контекстуально точные ответы, опираясь на обширный репозиторий академических материалов.

Позиция на проекте
Machine Learning Engineer
Ответственность
  1. Построил масштабируемый RAG-конвейер, объединяющий OpenAI GPT с векторным поиском.
  2. Реализовал извлечение документов с использованием Pinecone для семантического поиска.
  3. Разработал методы оптимизации промптов для запросов к LLM.
  4. Сравнил различные методы извлечения знаний, включая алгоритмы оптимизации графов.
  5. Создал конвейеры предобработки данных для индексации академических наборов данных.
  6. Провёл оценки для обеспечения точности и релевантности ответов.
  7. Интегрировал систему с разговорным пользовательским интерфейсом для развёртывания.
Технологии и инструменты
Docker, Flask, Git, langchain, Python, transformers, hugging face, openai api, Pinecone, NetworkX
Период работы/продолжительность
Март 2022 г. - Декабрь 2023 г.
Algorithmic Trading Strategy
Описание задачи/проекта

Алгоритмическая торговая стратегия, использующая методы машинного обучения для прогнозирования тенденций фондового рынка и автоматического выполнения сделок. Система опирается на такие показатели, как исторические данные о ценах, скользящие средние и технические индикаторы.

Позиция на проекте
Machine Learning Engineer
Ответственность
  1. Предобработка временных рядов фондового рынка.
  2. Инжиниринг признаков для технических индикаторов и данных о настроениях.
  3. Разработка моделей с использованием Random Forest, XGBoost и проведение бэктестинга.
  4. Оценка эффективности с использованием таких метрик, как коэффициент Шарпа и максимальная просадка.
  5. Развёртывание стратегии в рабочем окружении.
  6. Интеграция с потоками данных фондового рынка в реальном времени.
Технологии и инструменты
Docker, Git, Pandas, PostgreSQL, Python, Scikit-learn, XGBoost
Период работы/продолжительность
Июнь 2021 г. - Август 2022 г.
Parking lot detection system
Описание задачи/проекта

Решение на основе машинного обучения для обнаружения свободных парковочных мест в реальном времени с использованием видеопотоков с камер. Система обрабатывает визуальные данные, определяет доступные парковочные места и обеспечивает надёжную работу в различных условиях.

Позиция на проекте
Machine Learning Engineer
Ответственность
  1. Проектирование и разработка моделей обнаружения объектов.
  2. Предобработка данных и обучение моделей с использованием TensorFlow.
  3. Оптимизация производительности для обеспечения обработки в реальном времени.
  4. Интеграция системы с аппаратным обеспечением камер и обработкой данных в реальном времени.
  5. Тестирование и валидация в различных условиях окружающей среды.
Технологии и инструменты
Docker, Git, Numpy, OpenCV, Python, Tensorflow, YOLO, Matplootlib
Период работы/продолжительность
Июль 2020 г. - Май 2021 г.

Образование

Магистр
Аналогичные специалисты
Не нашли, кого искали?

Оставьте заявку и, наша команда в кратчайшие сроки подберёт необходимого специалиста за вас!

Помните, что заключение договора и оплата услуг происходит после того, как вы выбрали специалиста