Интерпретировать результаты обученных моделей и поиск / описание эффекта от примененных моделей; Тестировать и проверять гипотезы по улучшению показателей; Построение RFM классификации покупателей. Развивать и поддерживать модели машинного обучения для проектов "Отток клиентов"

1. Командный проект. Телеграм-бот "Neuro bar" Онлайн генерация рецептов коктейлей и их названий на основе ингредиентов, введённых пользователем. Моя роль в проекте: - Парсинг данных (Srapy) - Анализ и предобработка данных для обучения нейросети (pandas) - Выдача данных через телеграм-бот https://github.com/liliya-ily/recipe_cocktails 2. Cервис рекомендаций по размещению и локальному продвижению бизнеса Moscow City Hack (Хакатон) Разработка сервиса рекомендаций по размещению и локальному продвижению бизнеса на основе данных о пешеходном трафике Моя роль в проекте: - Подготовка данных для обучения модели - Анализ и подготовка датасета для классификации - Фильтрация выдачи результатов в зависимости от заданной отрасли - Разработка макета выдачи результата для показа работоспособности системы 3. Личный проект - детекция маски на человеке c помощью Detectron2: - Разметка изображения с помощью makesense.ai - Загрузка и обработка изображений с помощью библиотеки openCV - fine-tune FasterRCNN на основе полученного датасета

Вела занятия по предметам: - Системная инженерия - Инженерия требований - Управление требованиями - Управление проектами Занималась кафедральной документацией Создавала методические материалы Участвовала в научно-исследовательской деятельности кафедры, организовывала и выступала на конференциях