- Создание end-to-end пайплайнов работы ИИ-агентов для внутренней аналитики и автоматизации бизнес-процессов - Построение и развитие агентской платформы и архитектуры для обеспечения работы AI-систем - Управление кросс-функциональными командами (ML, аналитика, разработка) ex-Поиск: - Разработка системы метрик и evaluation-пайплайнов для улучшения офлайн и онлайн качества поиска - Построение пайплайнов подготовки, разметки и контроля данных для обучения NLP-моделей - Проектирование и валидация изменений ранжирования

- Снизил среднее кол-во мошеннических кейсов в автостраховании в месяц на 60% путём деплоя ансамблевой онлайн-системы противодействия мошенничеству - Управлял дизайном и полным циклом разработки нескольких моделей машинного обучения для продуктов медицинского страхования: прогнозирование временных рядов, кластеризация, рекомендательные системы - Тестировал MLOps-инфраструктуру, улучшил процесс найма, управлял 6 специалистами по машинному обучению

Для крупной ритейл-компании (около 1000 магазинов): - Сэкономил около 100 человекочасов ежемесячно и увеличил корреляцию между целями производительности сотрудников и высокоуровневыми бизнес-целями на 50% путём внедрения системы поддержки принятия решений на основе предсказания временных рядов - Помог директорам магазинов планировать необходимое кол-во сотрудников на месяц вперёд по 11 должностям, имеющимся в магазинах, разработав систему поддержки принятия решений на основе интервальной регрессии и многоклассовой классификации - Построил интерпретируемую кластеризацию магазинов, имеющую на 37% более высокое качество (которое вычислялось на основании 4 бизнес-показателей), чем имевшаяся в компании Внутренняя деятельность: - Решил проблему повторяющихся CV кандидатов методами NLP с помощью Python-скрипта - Создал собственный полуавтоматический процесс рекрутинга и использовал его для найма 4 дата сайнтистов всех грейдов

- Улучшил точность прогнозирования продаж нескольких крупных ритейл-компаний на 15 процентных пунктов (в среднем) относительно прогнозов экспертов проведением полного цикла разработки ансамблевых моделей предсказания временных рядов (от общения с заказчиком до деплоя и последующего мониторинга)

- Помог более чем 100 сотрудникам департамента рисков принимать ежедневные решения путём создания дэшбордов и отчётов - Сократил объём отмываемых денежных средств на 25% посредством внедрения батчевой классификационной модели с полнотой ~60%

.

.

.

.

.

.