Евгений Ш. — ML Engineer

Ведущий разработчик и ML-инженер в распределённой мультиязычной команде. Совмещаю техническую экспертизу с элементами Team Lead — распределение задач, менторство, архитектурные решения, формирование требований к продукту совместно с заказчиками. Ключевые проекты и достижения Прогнозирование цен на металл для промышленного заказчика - Разработал систему прогнозирования цен на металл с использованием библиотеки darts (модели временных рядов: N-BEATS, TiDE) - Провел полный цикл: анализ исторических данных, feature engineering, тренировка и тюнинг моделей, расчет метрик качества (MAE, MAPE, RMSE), ретроспективный анализ моделей - Руководил внедрением микросервиса на FastAPI для инференса MOIRAI (Time Series LLM модель от Salesforce): - Помогал младшему разработчику в адаптации модели к задаче прогнозирования цен - Консультировал по предобработке данных и форматам входных данных для MOIRAI - Участвовал в расчете метрик и сравнении с классическими подходами - Обеспечил интеграцию микросервиса в общую архитектуру (отказоустойчивость, масштабирование) - Организовал A/B-тестирование: сравнивал качество прогнозов классических моделей (darts) и LLM-подхода - Внедрил автоматическую перетренировку и деплой моделей при поступлении новых данных - Разработал фронтенд на React.js для управления ML-пайплайном: - Интерфейс для отслеживания статуса загруженных и обученных моделей - Управление процессами загрузки данных, тренировки и запуска прогнозов - Генерация отчетов с графиками в PDF для скачивания и передачи заказчику - Визуализация результатов прогнозирования в понятном для бизнес-пользователя формате - Результат: комбинирование классических и LLM-моделей позволило повысить точность прогнозов, а удобный интерфейс дал заказчику возможность самостоятельно управлять процессом и получать отчеты, что помогает более взвешенно принимать решения и оптимизировать закупки Прогнозирование поставок для химического производства - Разработал систему прогнозирования поставок химических веществ с визуализацией результатов - Реализовал полный цикл: анализ требований, сбор и предобработка данных, разработка алгоритмов, деплой в production - Результат: повышение точности прогнозов позволило клиенту оптимизировать заказы и сократить складские издержки Обработка данных с сенсоров оборудования - Разработал алгоритмы фильтрации шума и выявления аномалий в временных рядах с сенсоров промышленного оборудования - Внедрил систему раннего обнаружения нештатных ситуаций, снижающую риски простоев оборудования - Использовал pandas, scikit-learn, matplotlib для анализа и статистической обработки Прототип системы распознавания товаров по фото - Разработал MVP с камерой, установленной над столом для фотографирования товаров - Полная full-stack разработка: - Фронтенд на React.js для взаимодействия с камерой и отображения результатов распознавания - Бэкенд на Django с очередями задач через RabbitMQ для асинхронной обработки изображений - Интегрировал готовую модель распознавания товаров (разработана другим участником команды) - Обеспечил бесперебойное взаимодействие между фронтендом, бэкендом и сервисом инференса модели - Результат: рабочий прототип, демонстрирующий возможность автоматического распознавания товаров по фото для дальнейшего использования в складских или торговых процессах Прототип системы выявления брака на товарах - Участвовал в разработке прототипа для классификации бракованных изделий с использованием PyTorch - Помогал с организацией пайплайна данных и интеграцией модели в прототип - Консультировал по вопросам архитектуры и взаимодействия компонентов системы ML-инфраструктура и архитектура - Проектировал и разрабатывал микросервисную архитектуру для изоляции ML-модулей (FastAPI, Docker, RabbitMQ) - Настраивал пайплайны обучения и деплоя моделей, обеспечивая воспроизводимость экспериментов - Интегрировал ML-сервисы с бизнес-логикой заказчиков через REST API Техническое лидерство и управление - Фактически выполнял роль Team Lead: распределял задачи в команде из 3-4 разработчиков, менторил младших разработчиков, контролировал качество выполнения - Внедрял стандарты качества кода и best practices - Участвовал в планировании спринтов, оценке сложности, приоритизации задач (YouTrack, GitLab) Международная коммуникация - Вёл технические обсуждения и митинги с коллегами и заказчиками на английском языке - Работал в распределённой мультиязычной команде (Россия, Германия, другие страны ЕС) Технологический стек - ML/Data: darts (N-BEATS, TiDE), pandas, scikit-learn, NumPy, Matplotlib - Backend: Python, FastAPI, Django, RabbitMQ - Инфраструктура: Docker, Kubernetes, GitLab CI/CD - Управление: GitLab, YouTrack, Kanban

Разработка сайтов на различных CMS, верстка, программинг, деплой. Ключевые проекты: Web3 dApp проект (2022) — Tech/Team Lead - Руководил командой из 3 разработчиков в создании приложения для пакетной работы с блокчейн-аккаунтами - Принимал архитектурные решения по стеку (Vue.js, TypeScript, ethers.js, web3.js) - Настраивал процессы код-ревью и распределял задачи Система учета посещений танцевальной школы - Разработал систему с личными кабинетами, платежами (yookassа) и телеграм-ботом - Внедрил систему учета занятий на основе qr-кодов, что помогло сэкономить время на бумажной работе и уменьшить количество ошибок при заполнении отчетов. Технологии: - Backend: Django, Celery, Redis, MySQL, pytest - Frontend: Angular2+, playwright Система регистрации в танцевальный лагерь - Полноценная платформа на Django/DRF с управлением заселением в отель, платежами, статистикой по оплатам - Автоматические уведомления по дедлайнам, баланс пользователей

Анализ и ревью сотен студенческих проектов на курсе "Python-разработчик. Консультировал студентов по архитектурным решениям и best practices.

Работа над интерфейсом поискового аналитической системы Zoom. Asp.Net(C#), HTML, CSS, JS.

Вел основы программирования (С/C++/Matlab) и различные математические дисциплины: дискретная математика, алгебра и геометрия, дифф. уравнения, теор. вероятностей. Так же руководил практикой студентов с использованием ML (pandas, scikit-learn).