На территории работодателя
Женщина, 46 лет, не состою в браке
Дети: нет
Гражданство: Россия
Показать контакты
|
1 год 5 месяцев февраль 2025 — июнь 2026 |
Аналитик данных Commercial Projects (It), Санк-Петербург - Проектная деятельность для бизнеса |
|
4 года 8 месяцев апрель 2014 — ноябрь 2018 |
Ведущий специалист СФ АО «СМП Банк» (Банк), Санкт-Петербург - Анализ входящих и исходящих платежей, выявляла аномальные транзакции и нестандартные операции с использованием статистических методов (отклонения от средних значений, сезонные паттерны, пороговые значения) |
|
Высшее Вечерняя форма обучения 2017 г. |
Международный банковский институт имени Анатолия Собчака, Санкт-Петербург, г. Санкт-Петербург Факультет: Финансы и кредит Специальность: Экономист |
|
Высшее Дистанционная форма обучения 2026 г. |
Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет), г. Москва Факультет: Разработка программного обспечения Специальность: Специалист по большим данным (Data science) |
|
3 мес Дата окончания: декабрь 2025 г. |
Программирование и базы данных Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет), г. Москва |
| Уровень владения компьютером: |
Продвинутый пользователь Основной инструмент - Python (pandas, scikit-learn), SQL, градиентный бустинг: CatBoost, XGBoost, LightGBM. |
| Знание иностранных языков: |
Английский (Разговорный) |
Ключевые навыки и достижения:
Аналитик данных/Data Scientist. Анализ и визуализация данных, поиск аномалий, выбросов, проверка гипотез, А/В тестирование. Делаю ML-проекты: разбираю и чищу, предобрабатываю данные, обучаю и сравниваю модели, подбираю гиперпараметры. Основной инструмент - Python (pandas, scikit-learn), SQL, градиентный бустинг: CatBoost, XGBoost, LightGBM.
Ключевые навыки:
Языки и инструменты: Python, SQL, Git/GitHub
Работа с данными: pandas, NumPy, SciPy; очистка, предобработка, обработка пропусков и выбросов (
Визуализация: Matplotlib, Seaborn, Plotly
Машинное обучение: scikit-learn; классификация, регрессия, пайплайны, кросс-валидация, метрики (ROC-AUC, F1, precision/recall, MAE, RMSE, R²)
Градиентный бустинг: CatBoost, XGBoost, LightGBM; подбор гиперпараметров через Optuna и GridSearchCV
Нейросети: TensorFlow / Keras
Базы данных: SQL, NoSQL, PgAdmin
Прочее: разработка ML-приложений (Flask) и микросервисов, рекомендательные системы (коллаборативная и content-based фильтрация), статистика и теория вероятностей, бизнес-анализ, unit-экономика
Проекты: https: //github.com/Sumntanya
Прогнозирование оттока клиентов: сравнение бустингов https: //github.com/Sumntanya/customer-churn-boosting
Прогнозирование свойств композиционных материалов + ML-приложение
https: //github.com/Sumntanya/composite-materials
Прогнозирование прочности бетона на сжатие
https: //github.com/Sumntanya/concrete-strength
Классификация клиентов
https: //github.com/Sumntanya/client-classification
Ваши хобби, увлечения:
Спорт, театр
Прочие сведения о себе, комментарии:
Быстро учусь новому, довожу задачи до результата, комфортно работаю в команде.