Полный цикл разработки моделей: формулировка бизнес-задач в терминах ML, data extraction (Oracle, Hadoop), генерация фичей, создание датасетов, выбор и обучение ML моделей, валидация результатов с заказчиком, продуктивизация (автоматизация / пилот / оборачивание в сервис)Задачи, дошедшие до прода:- Модель транзакционного антифрода ДБО- Предсказание выручки клиентов / неклиентов с учетом данных СПАРК (Интерфакс)- Различные модели склонности к продуктам (РКО, ВЭД, …)- Различные комплаенс модели (на внутренних данных, на открытых данных, …)- Предсказание выполнения KPI менеджерами привлечения - Предсказание получения претензий на основе Voice of Customer- Построение графов для объединения клиентских компаний в ЦПР- Обогащение неклиентских профайлингов новыми группами фичей- Реализация инфраструктурных пакетов- и т.д

Выполнение задач по разработке компонентов микросервиса комплаенс скоринга:- Реализация рисковой модели комплаенс скоринга- Объектно-ориентированное проектирование и реализация компонентов сервиса, описание архитектуры при помощи структурных UML диаграмм, покрытие модульными тестами (unittest)- Проектирование и доработка RESTful API (Flask), покрытие интеграционными тестами (описание тестовых сценариев в виде Cucumber Features)- Проектирование SQL базы данных, описание структуры при помощи структурных UML диаграмм, работа через ORM (SQLAlchamy)- Реализация функционала по работе сервиса с распределенным кэшем (In-Memory Data Grid) - Hazelcast- Интеграция сервиса с внешними системами (валидация входных в сервис данных через Marshmallow Schemas, etc)- Работа с CI/CD (контейнеризация - Docker, CI/CD - Jenkins, оркестрация - Mesos/Marathon)- Взаимодействие с системными аналитиками и архитекторами, доработка и согласование ОТАР, анализ и последующая переработка бизнесовых задач- работа в Jira, Confluence и Bitbucket

Выполнение задач по разработке микросервиса экстракции сущностей из юридических документов:- Backend: Объектно-ориентированное проектирование и реализация микросервисов с RESTful API (Flask), работа с Docker (написание Dockerfile`ов, деплой), работа с очередями (Celery + RabbitMQ), asyncio, BeautifulSoup, PostgreSQL.- Machine learning: feature engineering, обучение линейных моделей (sklearn) для классификации текстов, блендинг- Deep learning (CV): обучение и тюнинг моделей (UNet, ResNet) для сегментации сущностей на изображениях страниц юридических документов- Работа с текстами: rule-based NER (при помощи регулярных выражений и yargy), работа с векторным представлением (поиск ближайших документов по среднему вектору FastText, кластеризация векторов), ранжирование и прочее.- Работа с изображениями: разделение изображения страницы документа на элементы (строки, токены, буквы) при помощи морфологических операций OpenCV, предобработка изображений.- Работа в Trello и Gitlab