Денис П. , Middle, ML-инженер

Развивал ML/NLP-решения для девелопмента: рекомендации, анализ звонков, отзывы, отток.

1. Собрал рекомендательную систему по квартирам (TF-IDF + BERT), повысив CTR рекомендаций на 6%.
2. Внедрил суммаризацию звонков, снизив нагрузку на операторов на 15%.
3. Улучшил модель тональности отзывов на базе RoBERTa до F1 = 0.87 (+12% к прежнему решению).
4. Оптимизировал инференс LLM (квантование): ускорение в 2 раза, снижение затрат на 10%.
5. Построил модель оттока (XGBoost, ROC-AUC 0.90), что позволило сократить отток на 10%.
6. Настроил мониторинг моделей (Prometheus + Grafana), сократив время реакции на деградацию качества.

Разрабатывал модели поддержки врачебных решений на реальных клинических данных.

1. Построил XGBoost-модель классификации трёх сердечных заболеваний с ROC-AUC 0.93.
2. Создал CatBoost-модель для прогнозирования сердечной недостаточности с F1 = 0.91.
3. Спроектировал пайплайны очистки и агрегации медицинских данных, обеспечив стабильное качество обучающих выборок.