- Сформировала и TeamLead команды DE/DS/MLOps (до 10 человек) - Проектировала и прототипировала BigData-платформу (DWH + DataLake + ML-кластер) с нуля, готовую к масштабированию - Разработала RecSys для поиска похожих объектов и автоматического пополнения базы знаний (сотни тысяч пользователей) - Реализовала полный цикл ML-пайплайнов: от анализа данных, feature engineering и подбора моделей до production (Airflow, Spark, Docker, MLflow) - Проводила глубокий анализ данных, оценку применимости подходов, выделение признаков и подбор моделей (как классический ML, так и нейросети на PyTorch) под разные данные и задачи

ЗАДАЧА: Обнаружение аномалий (нетипичных ситуаций) в сотовых сетях и поиск первопричин ОБЯЗАННОСТИ: 1. Ресерч, исследования. Анализ решений аналогичных решений - англоязычные статьи. Сравнение подходов, алгоритмов. Выстраивание собственной стратегии для данной задачи 2. Обработка и анализ имеющихся данных, генерация данных для текущей задачи с учетом выбранных стратегий. 3. Разработка модуля, который анализирует изменения инфраструктуры сотовых сетей из базы данных по настраиваемым параметрам 4. Реализация алгоритмов детекции аномалий/выбросов во временных рядах

Задачи Computer Vision - распознования, детекции изображений, трекинг передвижения объектов. Обработка и разметка данных, подбор архитектуры нейронных сетей, обучение и настройка параметров НС.

От формирования базового понимания математики до подготовки к экзаменам и олимпиадам.

Разработка модуля отображения трехмерных данных для визуализации физических процессов

Разработка текущих задач в отделе off-line продуктов.

Разработка утилиты для автоматического тестирования IntelliSense для языка FORTRAN (разрабатывала на языке С++)