Моя пятилетняя экспертиза в Data Science в числах: 10 проектов в 6 разных сферах машинного обучения;заработал бизнесу десятки миллионов рублей с помощью внедрения моделей;упаковал/внедрил более 50 моделей;нанял 9 человек всех грейдов;управлял 2 командами до 6 человек в каждой.Стек технологий: ML (табличные данные, временные ряды, системы поддержки и принятия решений, обучения без учителя, рекомендательные системы, NLP и др.);программирование (в основном Python, также использовал R для проверки...

Пишу парсеры(bs4, selenium), сайты(Django+React). Разрабатываю ботов в тг, дис, вк. В данное время работаю в Data Science(tf, keras, pytorch, sklearn, pandas, seaborn, matplotlib). Знаю SQL(PostgreSQL, OracleSQL).

Парсер Wildberries

Парсер озона

Разработка дэшбордов на Excel/Power Bi (Продвинутый юзер Excel, преподовал курсы по VBA/Power Query/DAX) Автоматизация отчетности через макросы VBA и Power Query. Продвинутый уровень языка DAX для модель данных и разные статистических алгоритмов и вычислении. Вытаскивать данные с web-сайтов по API. Делаю парсеры на Python для выгрузки данных по API с разных веб сайтов(Selenium, Beautifullsoap). Создаю Хранилище данных и витрин данных для различных BI отчетов и ad-hoc анализов. Olap Tabular/MDX...

Если Вы ищете надёжного человека с качественной работой и навыками многозадачности, я предлагаю свои услуги, чтобы помочь Вам. Я получила профессиональный сертификат Data Science от IBM ('IBM Data Science' Professional Certificate) и имею 2-летний опыт выполнения различных проектов в науке о данных и машинном обучении на Python. Стек: Data collection (API and WEB scraping);Data wrangling;Exploratory Data Analysis with SQL;Exploratory Data Analysis with Data visualization (Dashboard,...

Предсказательный анализ успешности приземления первой ступени Falcon 9

Интерактивная панель статистики внутренних авиарейсов США

Генерация карт с помощью данных о местоположении

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....

Ищу возможность поработать с настоящими проектами. Способен написать реферат на любую тему. Могу анализировать, подготавливать и обучать данные. Задание будет вестись аккуратно и с комментариями для дальнейшей работы. Буду благодарен за возможность внести свою лепту в полезные проекты.

Окончил курс “Аналитик Данных” в Нетологии. На сегодняшний день освоил следующие инструменты: - Написание запросов в SQL (PostgrSQL: join, оконные функции, подзапросы и т.д.) - Python (Numpy, Pandas, Sklearn, Matplotlib, Seaborn, Plotly, парсинг, регулярные выражения, статистика, А/В - тесты, базовые навыки программирование на языке) - Создание дашбордов в Tableau и Power BI; - Основы продуктовой аналитики и ключевые метрики продукта - Основы математической статистики и теории...

Опыт разрботки 3 года. - разработка приложения для визуализации метаболических путей(с использованием cytoscape.js) - написание подсветки кода для языка heta под vscode(https://github.com/insysbio/heta-highlight-vscode) - парсинг heta-language files с использованием pegjs(https://github.com/insysbio/heta-parser) - написание расширения для библиотеки mathjs(https://github.com/insysbio/mathsjs-cmathml) - написание утилиты для удобного представления...

Полгода назад я закончил курс «Аналитик данных» на платформе Яндекс Практикум (диплом в профиле гитхаба вместе с другими сертификатами). В рамках обучения выполнил 14 самостоятельных кейсов в самых разных областях анализа данных. Наиболее интересные кейсы я разместил на гитхабе. В учебных проектах Яндекс Практикума я научился предобработке данных, исследовательскому и статистическому анализу, делать выводы о проведённых А/В тестах, визуализировать и обрабатывать данные, строить дашборды...

Есть опыт работы с такими языками программирования как: Python, Scala, C++, Java, C#, Assembler (как основной использую Python) - Знаком с библиотеками Python: Pandas, Numpy, Matplotlib и Seaborn. - Проектировал реляционные базы данных с использованием СУБД: Oracle, Postgres, MySql, MS SQL Server. - Разработка сервиса учета посещений с использованием: C#, API: ASP.NET, SQLite.

Опытный Python developer с несколькими годами работы за плечами. Гарантирую качество выполнения заказов, а также скорость и тщательное обсуждение всех возможных вопросов. Уважаю дедлайны и ваше видение проекта. Основные направления в работе: 1) Веб-разработка 2) Чат-боты 3) Скрапинг (парсинг) 4) Базы данных (MySQL, PostgreSQL, MS SQL, MS Azure, MongoDB, Redis, Apache HBase) Фреймворки и библиотеки: 1) веб: Django, DRF, aiohttp, requests, BeautifulSoup 2) чат-боты: aiogram,...

Развиваюсь в сфере аналитики, анализа данных и машинного обучения с помощью библиотек Python.

закончила курсы Data Science и нейронные сети на Python. Знакома c keras, numpy, pandas,matplotlib, seaborn

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...

SQL/Python/PowerBI Data Analyst / Developer SQL (T-SQL, Postgres, Clickhouse, Greenplum): - продвинутые joins, aggregation, CTE, window functions, OLAP. Python: - Получение данных из различных источников, форматирование и анализ при помощи pandas, numpy, scipy; - Графики и визуализации в matplotlib / seaborn; - Взаимодействие с БД как через pipeline, так и напрямую (SQL Alchemy); - Jupyter Notebooks; - Имею опыт работы в среде IBM Cloud, Yandex Datasphere. PowerBI / Dash / Tableau /...

Образование - Московский Физико-Технический Институт. Основные навыки: • Python (работа с библиотеками: scikit-learn, numpy, pandas, matplotlib, seaborn, h3, folium, TfidfVectorizer) • Понимание и опыт применения алгоритмов машинного обучения DecisionTree, KNeighborsClassifier, RandomForestClassifier, LinearRegression, Ridge, SGDClassifier, LogisticRegression, LinearSVC • Знание основных метрик и принципов оценки качества моделей и получаемого с их помощью результата • SQL (запросы...

Закончил ВМК МГУ по специальности прикладная математика и информатика. После чего поступил на магистратуру ФКИ МГУ по той же специальности. Мой профиль - анализ данных. Однако, у меня имеется опыт в программировании после университета, поэтому я активно и всё больше использую инструменты для совершенствования и улучшения своей работы: Python (pandas, matplotlib, seaborn, sklearn), Power BI, Excel (VBA, pivot), SQL (join, оконные функции, вложенные запросы). Первая работа - младший менеджер PwC в...

Опыт разработки программ на Python больше 2 лет В своей работе активно использую Notion и Git Стек для парсинга: requests, bs4, Selenium. Стек для ML: pandas, numpy, matplotlib, seaborn, scikit-learn, pytorch Стек для веба: Django, HTML, CSS, Bootstrap, JavaScript

У меня опыт программирования в Python(pandas, numpy, matplotlib, seaborn, sklearn) SQL(ORACLE/SQLITE), MS Power BI(Query/Pivot), Excel( сложные функции, Впр, сводные таблицы), API(json/soup). Дисциплинирован, ответственен, вакцинирован:).

Имею опыт аналитической работы в python, R, могу собирать данные (scrapy, selenium), процессировать их, визуализировать (seaborn), работаю с bash, SQL. Умею обучать ml-модели и нейросети, создавать телеграм-ботов.

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...

В сфере Data Science 3 года, имеется опыт вывода в prod ряда моделей по ML, связанных с табличными данными и Computer Vision. Для анализа данных чаще используются Pandas и Seaborn, в качестве моделей применял модели из стандартного стека по ML.

Начинающий профессионал