Проект по курьерской доставке Цель проекта: создание эффективной системы курьерской доставки, которая обеспечит быструю и надёжную доставку грузов в соответствии с потребностями клиентов. -Backend (серверная часть системы): разработка архитектуры серверной части; создание базы данных для хранения информации о курьерах, маршрутах, заказах и других данных; -Frontend (пользовательский интерфейс): разработка интерфейса для клиентов, позволяющий им оформлять заказы, отслеживать статус доставки, получать уведомления и т. д.; создание интуитивно ML algorithm (алгоритмы адаптации на основе машинного обучения): разработка алгоритмов машинного обучения для оптимизации маршрутов курьеров с учётом различных факторов (например, трафика, пробок, погодных условий); создание системы прогнозирования времени доставки с учётом текущих условий на дорогах; Ожидаемые результаты: создание эффективной и надёжной системы курьерской доставки; повышение качества обслуживания клиентов; Языки и библиотеки: Python, pandas, numpy, scikit-learn, XGBoost, CatBoost, PyTorch, PySpark оптимизация работы курьеров и снижение времени доставки; Так же принимали участие в Хакатоне https://github.com/Georgepop/Vehicle_rout

Построение системы оценки кредитного рейтинга Разрабатывал модели ранжирования товаров для каталога и поиска, увеличив CTR на 15% за счет интеграции онлайн-факторов (сессионные данные, поведенческие метрики). - Создал алгоритм персонализации для новых пользователей, сократив время адаптации на 30% ( SPSS). - Участвовал в улучшении поискового алгоритма с использованием нейросетей, что повысило точность выдачи на 20%. - Настраивал ML-пайплайны на Прод, упаковывал модели для деплоя. - Проводил A/B тесты, анализировал результаты, дорабатывал гипотезы на основе данных.