Главная цель: создание полноценного аналитического центра. Задачи 2026 Создание IT-контура Биобанка // Biobank Intelligence System (Full-stack) - бизнес-анализ / ревью текущих бизнес-процессов / интервью с стейкхолдерами - архитектура (несколько криохранилищ, разделение пользователей по ролям и уровням доступа) - frontend (UX / UI) - ядро системы - телеметрия - ML-сегмент - маркировка и логирование каждого этапа перемещения биоматериала Стэк: Vue / FastAPI / Postgres / Docker Сервис по учету, хранению и обработке данных NGS-секвенирования (Full-stack): - Бизнес-анализ / ревью текущих бизнес-процессов / интервью с стейкхолдерами - Хранение данных о поступившем биоматериале - Ассоциирование записей о биоматериалах с записями из БД о пациентах - (в стадии исследования) обработка FASTQ-файлов, поиск по ридам, ML над результатами секвенирования (дополнительно слушаю курс по Биоинформатике от МФТИ) - интеграция по API с Биобанком - маркировка и логирование каждого этапа перемещения биоматериала Сервис по приему, хранению компонентов, изготовлению и передаче вакцины пациенту - GMP (Full-stack): - Бизнес-анализ / ревью текущих бизнес-процессов / интервью с стейкхолдерами - Прием компонентов вакцины от производителя - Контроль качества - Изготовление вакцины из компонентов - Фактическая передача вакцины лечащему врачу (через Лист назначений) - маркировка и логирование каждого этапа перемещения биоматериала Единый пайплайн проекта "GBM-имуннотерапия" (старт проекта - сентябрь 2026): Пациент -> Биобанк -> NGS -> [Производство] -> GMP -> Пациент Научная работа: Проект по выявлению неглекта и отбор признаков, ассоциированных с ним. Чистый анализ данных (ML). Итог - планируется серия научных работ. Операционные планы на 2026: - завершение миграции на новую МИС (бизнес-анализ / system design) - выработка ключевых метрик с учетом профиля Отделения, перенос их в слой BI-аналитики в Superset - создание системы планирования (выполнение планов по источникам финансирования), глубина планирования: на год, на месяц, скользящее окно на 30 дней (с ежедневным пересчетом) - связывание внутри одного пайплайна системы планирования и оценки фактов оказания медицинской помощи - создание алгоритмизированных подходов к расчету нагрузки Центра и снижению количества простоев койко-дней - создание алгоритмизированных подходов для максимизации качества медицинской помощи, получаемой пациентом. Расчет персонализированных расписаний реабилитационных программ. - Создание системы поддержки принятия решений (LLM + RAG) - предикция вероятности возникновения тромбозов у пациента. Использование модели для повышения качества оказания медицинской помощи. ========= Итоги 2025: Главное: 1. Разработана и утверждена стратегия развития ИТ-блока + блок аналитики выделен в отдельный центр компетенций. Сформулированы целеполагание, общие векторы развития и составлен перечень операционных среднесрочных задач. 2. ИТ-блок перешел из состояния «работы по заявкам» в проактивное участие в бизнес-процессах. Ряд решений были инициированы не внешними заказчиками, а предложены ИТ-блоком как способы оптимизаций и упрощения текущих процессов. 3. ИТ-блок начал реализовывать концепцию «моста» в диалогах между различными участниками процессов в Центре (ранее отделения были атомизированы, коммуникация между ними была довольно слабой), усиливаются горизонтальные связи, появляются междисциплинарные рабочие группы Операционные успехи: 0. Проведена оценка качества данных, хранящихся в МИС. Выработаны подходы, направленные на устранение ошибок 1. Построена альфа-версия внутренней системы оценки эпидемиологического ландшафта Центра, тестируются модели оценки вероятности внутрибольничных заражений 2. Автоматизирована часть задач экономического блока и медицинского блока. Написаны коннекторы к медицинским ГИС. На данном этапе value можно определить как «высвобождение трудовых ресурсов за счет сокращения рутинных операций и автоматизации». Объем высвобождения - в зависимости от отделов. Самый успешный кейс экономит примерно 10 часов ежедневно суммарного времени на двух специалистов (кросс-функциональная задача, оптимизирована на 90%). Главный успех - задачи объединяются в более крупные блоки по принадлежности к бизнес-процессам, это позволяет строить сквозной пайплайн обработки данных 3. Проведена оценка работы Приемного отделения Центра (анализ бизнес-процессов, создание моделей очередей, проведение симуляций маршрутизаций пациентов). Вносятся изменения в текущую методологию оценки KPI с учетом непараметрических данных 4. Обеспечен внутренний замкнутый ETL-контур: Входящие данные: МИС / ЛИС / внешние источники Промежуточное хранение (аналитический слой): Postgres + DuckDB Оркестрация: Airflow BI-система: Superset ad-hoc: Python / R 5. Центр успешно внедрил Систему менеджмента качества. В части аналитики была рассчитана и оптимизирована маршрутизация пациентов в Центре, снижен объем необходимых перемещений (задача на графах) 6. Создана группа поддержки научной деятельности. 6.1 В н.вр. осуществляется обсчет 4 диссертационных работ. Направления: нейрофизиология, нейропсихология, логопедия 6.2 Ведется работа по применению ML моделей в задачах соотнесения тестов для определения неглекта, получены первые результаты 6.3 Ведется работа по построению моделей оценки вероятности возникновения тромбозов у пациентов после операций

конец 22 года: Перешел в Департамент банковского регулирования и аналитики. Наиболее важный проект: Построение вопросно-ответной системы для входящих запросов от поднадзорных организаций Реализация: LLM + RAG, построение дерева знаний, построение онтологий, проект запущен в тест в декабре 2024. Ориентир перехода в прод - середина 2025 Дополнительно выстроены взаимоотношения с внешними контрагентами: Яндекс (команда YaGPT), Сбер (команда GigaChat / GigaLegal), МФТИ (команда DeepPavlov) Роль в проекте: проджект менеджер / аналитик (домен + эксперименты с LLM) Общие задачи / реализация: 1. System design / анализ имеющихся ETL-пайплайнов - выстроен нормальный ETL процесс. Перенес ноутбуки (ipynb / zeppelin) в airflow. Итоговый стек - impala / Airflow / Clickhouse / Superset 2. Рефакторинг кода - перенес код с чистого python на pyspark для уменьшения времени расчетов 3. Написан внутренний тг-бот для корпоративных задач (aiogram / postgres / sqlalchemy / redis) 4. Миграция управленческого дашборда по отчетности всего банковского сектора с Tableau на Superset (потребители - первые лица) 4. Анализ pd-моделей 5. Парсинг открытых данных для построения и проверки гипотез в части анализа банковского сектора / ML 6. Анализ геоданных (OSM / H3 / кластеризация) 2018 год: поступил на работу в Департамент наличного денежного обращения. Цели и задачи: - анализ текущих бизнес-процессов Управления - разработка концепции развития Управления в рамках общей концепции развития Департамента - проверка статистических гипотез / построение моделей - реинжиниринг текущих неэффективных бизнес-процессов в рамках Управления - решение задач, связанных с анализом данных, для других Управлений - реформирование системы внутренней отчётности (в т.ч. дашборды) Итоговые достижения в рамках Управления: - разработана и внедрена система распределения памятных монет на основе анализа деятельности банков (высвобождение трудовых ресурсов составляет ок 2 млн/месяц) - разработаны и внедрены решения по расчетам планируемых накладных расходов (календарь планирования - 1 год). Блок расчетов: логистика (3 вида), производство, персонал (высвобождение трудовых ресурсов составляет ок 450 тыс/месяц) - в роли PM реализованы решения, которые полностью заменили неэффективные электронные таблицы пользователей - построена система прогнозирования успешности памятных монет на вторичном рынке (random forest), построена концепция потенциальных изменений Управления - включен в состав рабочей группы по прогнозированию потребности в наличных денежных средствах (по стране). В рамках рабочей группы исследованы возможности применения ML-моделей для прогнозирования. Использованные подходы: ARIMA (и вариации), бустинг, LSTM. ============ Дополнительные достижения: 1) 2020 - 2021 год: с помощью ML-методов решена задача классификации обращений пользователей в техподдержку (NLP-задача, на начало 21 года точность предложенного решения составляет 95%) (является полноценным продакшен-решением. Система прошла апробацию, система задокументирована и передана внутреннему заказчику на дальнейшее сопровождение). 1/ сбор данных от внутреннего заказчика 2/ чистка / препроцессинг данных 3/ проверка гипотез / моделей 4/ рефакторинг кода 2) 2020 год: с помощью ML-методов (применены random forest / xgboost / svm) построена система, моделирующая поведение 10 экспертных групп. Получили кратно возросшую скорость принятия решений по прогнозированию поведения финансового инструмента 3) 2020 год: построена система (полноценный готовый продукт для внутреннего заказчика) поиска цен на памятные/инвестиционные монеты на основе парсинга веб-сайтов. 1/ написаны парсеры (python) 2/ развернута архитектура на сервере (PostgreSQL) 3/ создан web-интерфейс приложения 4/ через web-интерфейс доступны запросы в БД / построение графиков. Задан период формирования дашбордов 4) 2020 год: включен в роли аналитика в оперштаб по контролю за распространением коронавируса. Построена система аналитики (дашборд / обвязка запросов / статметоды проверки гипотез) для ситуационного центра по контролю за распространением коронавируса Построена прогнозная модель заболеваемости 5) 2021 год: годовой отчёт (концепция, аналитика, статтесты, прогноз по заболеваемости) о работе медицинского блока (ситуационный центр + поликлиника + стационар) и влиянии ковида на деятельность компании ============ Стэк: - Python / R - Git - SQL - Tableau / PBI / Apache Superset / Dash Plotly / Yandex DataLens ============ Ключевые слова: python, superset, tableau, ml, machine learning, машинное обучение, LLM, RAG, анализ данных, статистика, EDA, BI, pyspark, БД, airflow, OSM, GIS

2023 год: Увеличение рабочего времени врачей внутри дня и перевод Поликлиники (входит в медицинский блок организации) на работу в выходные без увеличения ФОТ. На основе: расчетов по рабочему времени врачей, расчетов по утилизации фактического времени работы кабинетов, сочетания специальности врача и специализации кабинета. 2023 - 2024 год: - Разработка well-being программы (product-owner). Общие задачи: бизнес-анализ // консолидация и анализ данных // построение программ // консолидация интересов стейкхолдеров - Создание направления персонализированной медицины - увеличение NPS Конец 2024 года: завершение проекта, выведение ММЦ из состава подведомственных учреждений Банка России В части анализа данных: 2.1. анализ медицинских данных 2.2. данные кадрового блока 2.3. агрегация данных комбината питания (столовые на территориях) 2.4. создание программ борьбы с вредными привычками / организация групп здоровья План: создание внутреннего чат-бота в рамках well-being программы (для слежения за питанием + физическая активность) 2022 год: 1. Создание аналитического центра при медицинском блоке организации // Определение направлений аналитики 2. Подготовка статданных о темпах вакцинации / ревакцинации сотрудников организации 3. Подготовка статистической части годового отчёта медицинского блока организации (потребители - первое лицо + курирующий зам. пред) 4. Расчет дополнительного объема приема пациентов при потенциальном увеличении рабочего времени врача Используемый стек: 1. Предобработка данных - Python/R (источники данных - выгрузки из медицинских систем) 2. Хранение данных - Postgres / Impala / Clickhouse 3. Вся аналитика / статистика / проверка гипотез делается в R (как основной язык доменной области) 4. Визуализация - Apache Superset (+ библиотеки языков) ============ Ключевые слова: python, superset, tableau, ml, machine learning, машинное обучение, LLM, RAG, анализ данных, статистика, EDA

(Проектная работа) - SWOT анализ - Построение системы управленческого учена с нуля - Восстановление финансовых данных за 2016 год, оценка эффективности 2016 года (баланс на 31.12.2016, p&l, CF), p&l 2017 - Инвентаризация ОС, внедрение системы контроля за движимым имуществом компании - Оптимизация расходов на персонал - Построение системы учета выполненных работ (специфика компании - внедрение системы отчетов бригад) - Определение кредитной политики компании - Определение политики заимствования у учредителей - Планирование работы компании на год, тактическое планирование на полгода, на квартал - Взаимодействие с основными порядчиками в части сокращения дебиторской задолженности Причина увольнения: завершение проекта. Ключевые показатели достигнуты, функции описаны, материалы переданы новому CFO

(Проектная работа) - участие в реорганизации Группы компании - создание карты бизнес-процессов Группы - определение ЦФО - контроль за расходованием средств - внедрение системы бюджетирования - введение новой системы мотивации сотрудников - анализ текущих договорных отношений с контрагентами (По ряду договоров получены существенные скидки и отсрочки платежей) - полный операционный контроль за вновь созданным направлением компании (производство) - осуществление действий, направленных на финансовую безопасность компании - формирование лизингового портфеля (сумма лизингового портфеля по группе - 100 млн руб.) Результаты: рост компании за 2-е полугодие 2016 составил +60% к результатам 2015 года. Рост продемонстрирован не только за счет увеличения количества продаж (одним из составляющих звеньев стала обновленная система мотивации), так и за счет сокращения затрат по непредвиденным расходам за счет введения системы планирования.

- Участие в разработке и привлечении инвестиционного финансирования в девелоперский проект Группы. - Проведена оптимизация кредитного портфеля Групп в части неосновных проектов (субординирование займов, перевод части долга в доли компании) - определены центры затрат в компании - Введена система тендеров при заключении строительных и рекламных контрактов - Контроль за деятельностью отдела продаж в части заключения договоров долевого участия, страхования их и регистрации - введена система KPI в отделе продаж - Контроль за деятельностью отдела рекламы в части соблюдения сроков проведения рекламных компаний и их соответствия утвержденному бюджету. Оптимизация рекламного бюджета – более 30% при сохранении функциональной нагрузки подрядчиков (в отдельных договорах - более 70%) - Полная координация отношений компании с финансирующими банками - Координация отношений с инвесторами Дополнительно по другим предприятиям Группы: - Финансовый контроль за деятельностью ТРЦ. Успешная реализация ТРЦ (12 тыс. кв. м.) в декабре 2014 года.

- Приобретение в ЗПИФ недвижимости и последующая сдача в аренду нежилых помещений (с нуля) - Успешное привлечение дополнительного финансирования в ЗПИФ недвижимости - Аккредитация у ведущих банков и создание ипотечной программы по жилым помещениям Фонда (ок. 40 тыс. кв. м.) - Координация деятельности со Специализированным депозитарием. достижения: 1. приобретено и сдано в аренду ок. 5 тыс. кв. м. недвижимости 2. проведен набор и обучение кадрового состава подразделения (5 человек) 3. налажен документооборот по договорам аренды между ЗПИФ недвижимости и Специализированным депозитарием. 4. Создание ипотечной программы

Реформирование компании похоронной отрасли Достижения: - создание системы управленческого учета на предприятии - проведен аудит проблемных активов предприятия - создан план реорганизации предприятия и ее финансового оздоровления - проведен анализ заключенных договоров аренды с целью повышения эффективности использования имеющихся площадей, ряд договоров пересмотрен. - перестроена и актуализирована финансовая модель компании Причина прекращения деятельности: завершение проекта

Развитие инвестиционного направления в Московском регионе. (в подчинении - 3 сотрудника) Поставленная задача: выйти на кредитный портфель в 100 млн.\квартал. Исполняемые обязанности: - развитие сектора инвестиционного бизнеса в Московском регионе: Активные операции: кредитование среднего бизнеса (кредит, кредитные линии, овердрафт), экспортно-импортные сделки (через аккредитивы). Пассивные операции: размещение депозитов. - ведение текущего кредитного портфеля - анализ бизнеса, структурирование сделки, первичный анализ активов и предмета залога, построение cash-flow и финансовой модели. - проведение маркетинговых исследований по сегментам рынка - построение финансовых моделей развития предприятий - подготовка мотивированного суждения - защита проекта на Кредитном комитете Достижения: кредитный портфель на момент завершения работы составил ок. 100 млн. рублей. (поставленная задача выполнена) Причина прекращения деятельности: закрытие инвестиционного направления в связи с высоким уровнем риска и мнением независимого аудитора при годовой аудиторской проверке

Антикризисное управление\distressed asset management 1. Инвестиционные проекты, урегулирование проблемной задолженности дочерних и зависимых обществ. 2. Анализ и адаптация существующих финансовых моделей, построение новых финансовых моделей. 3. Разработка бизнес-планов и стратегии работы с активом. Определение путей развития актива, защита проектов перед Уполномоченными органами. 4. финансовый, стресс-анализ активов, определение, разработка плана мероприятий по работе с проблемным активом, в том числе: а) продажа бизнеса конечному инвестору (в т.ч. через SPV) б) реструктуризация имеющихся долгов (на основе факторного анализа, разработки бизнес-моделей, анализа рынка) в) продажа имущественного комплекса через торги г) списание проблемной задолженности 5. Проведение проверок (в том числе выездных) состояния активов предприятия (залогового обеспечения), а также анализ структуры данных активов. 6. Расчет резервов по МСФО по дочерним и зависимым обществам, построение моделей. Успешная защита объема рассчитанных резервов перед аудиторами. 7. Участие в годовой аудиторской проверке Группы, а также участие в подготовке материалов для годовой консолидированной отчетности Группы. Зона ответственности - дочерние и зависимые общества. Достижения: - Объем реструктурированого долга по ДЗО - ок. 11 млрд. руб. - В составе бизнес-группы пройдена годовая аудиторская проверка, объем резервов снижен с 8 до 5 млрд. руб. причина прекращения деятельности: смена руководящего состава

- развитие сектора крупного и среднего бизнеса в Московском регионе: Активные операции: кредитование крупного и среднего бизнеса (кредит, кредитные линии, овердрафт), экспорно-импортные сделки (через аккредитивы). Пассивные операции: размещение депозитов. - ведение текущего кредитного портфеля - анализ бизнеса, структурирование сделки, первичный анализ активов и предмета залога, построение cash-flow и финансовой модели. - проведение маркетинговых исследований по сегментам рынка (напр., IT, авиация, производители фармпрепаратов) достижения: кредитный портфель на момент завершения работы составил ок. 200 млн. рублей.

- развитие сектора среднего и малого бизнеса в Московском регионе - ведение текущего кредитного портфеля, контроль качества кредитного портфеля - рассмотрение кредитных заявок и защита проектов на экспертном комитете в рамках отделения. - проведение маркетинговых исследований по сегментам рынка - полный анализ ФХД предприятия, консолидация балансов при анализе группы компаний, холдингов. Кредитный портфель на момент завершения работы составил ок. 500 млн. руб.