Чем я могу быть вам полезен

      Давайте знакомиться!
      Меня зовут Александр Гансиор.
      Я давно занимаюсь обработкой больших данных, поиском закономерностей, выявлением нетривиальных знаний содержащихся в них.
      Данные – один из самых ценных ресурсов современного мира. Я помогу извлечь максимальную выгоду из ваших данных и реализовать самые амбиционные задачи цифровой трансформации.
       Мне поможет эффективно справиться с поставленными вами задачами :
•  Отличное владение методами машинного обучения, статистического анализа.
•  Знание специальных бибилиотек на Python, C++,R.
•  Умение разбираться в чужом коде.
•  Контроль версий в Git.
•  Знание языков программирования Python и C++.
•  Умение разворачивать сервисы на удаленных серверах с удобным и функциональным веб интерфейсом построенном на фреймворках Flask, Tornado, Django.
•  Разработка и поддержка внутренних аналитических и рекламных сервисов.
•  Разработка и поддержка статистических сервисов для разных процессов технологических и бизнес процессов.
•  Опыт работы с текстовами, категориальными и числовыми данными (word2vec, NLP(библиотеки gensim, scikit-learn)).
•  Знание и практический опыт работы с библиотеками scikit-learn и Keras(Theano,TensorFlow), numpy, pandas, scipy).
•  Визуализация результатов(matplotlib).
•  Умение писать соответствующие сервисы по обработке данных на python3, C++(for Big Data).
•  Знание и практический опыт работы с методами Deep Machine Learn, математических методов теории случайных процессов.
•  Умение проводить мультипроцессные и многопоточные вычисления и выдача результатов работы нейронных сетей с использованием фреймворков Flask и Tornado.
•  9 лет опыта работы с химическими и медицинскими данными.
•  Умение работать по гибким методологиям разработки.
•  Знание методов математической статистики: факторный, корреляционный, ковариационный,регрессионный, дискриминантный, кластерный анализы, математический эксперимент.
•  Знание линейной алгебры, геометрии, теории функций комплексной переменной, тензорного, функционального анализов, топологии, теории дифференциальных уравнений с частными производными.

Мои контакты

Александр Гансиор
400119, Россия, Москва
+7 (917) 338 38 04
gansior@gansior.ru

Образование

Национальный исследовательский Томский государственный университет

Физик широкого профиля - специализация - "Полупроводники и полупроводниковое материаловедение"
Сентябрь 1984

Получено основательное образование в области физики, высшей математики, теории математичекого эксперимента, статистических методов обработки данных экспериментов.

Смотреть дальше раздел "Образование"

опыт работы

ПАО "Россети" - ДЗО "Россети цифра"

Руководитель группы разработки и сопровождения аналитических систем.
Специалист по Big Data и Machine Learning
июнь 2020 - По настоящее время

В мои обязанности входит создание системы ETL по сбору распределенных данных из ДЗО компании и из различных системм и баз (SAP ERP, PostgreSQL, clickhouse, MS SQL Server, 1C). Получение необходимых данных из открытых источников для построения систем прогнозирования c использованием Airflow. Создание сервисов для получения и увеличение нетарифной выручки компании. Непосредственное участие в цифровой трансформации компании. В подчинении четыре разработчика на Python. Провожу периодически производственные практики. Веду еженедельный семинар по Python с заинтересованными сотрудниками компании.

Смотреть дальше раздел "Опыт работы"

Участие в хакатонах и конференциях

Хакатон Агентства инноваций Москвы по разработке цифровых решений и сервисов для города

MOSCOW CITY HACK

11 - 14 июня 2021
Финалист хакатона.
Капитан команды.
Роль постановщика задач, разработчика, спикера.

Смотреть дальше раздел "Участие в хакатонах и конференциях"

Навыки

Здесь я попробовал сделать оценку своих навыков в некоторых языках программировани.

  • Python
  • JavaScript
  • C++
  • C#
  • HTML5
  • CSS
  • SQL






Что говорят эксперты

  • Эпоха больших данных ставит под вопрос наш образ жизни и способ взаимодействия с миром. Поразительнее всего то, что обществу придется отказаться от понимания причинности в пользу простых корреляций: променять знание "почему" на "что именно".

    Виктор Майер-Шенбергер, Кеннет Кукьер «Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим»
  • Машинное обучение — это то, что получается, когда необъяснимая эффективность математики сливается с необъяснимой эффективностью данных.

    Педро Домингос «Верховный алгоритм. Как машинное обучение изменит наш мир»
  • Процесс, для которого в прошлом потребовались бы тонны бумаги, услуги наземной почты и месяцы на сведение данных в таблицы, теперь занимает считаные секунды, причем результаты расчетов динамически меняются в зависимости от условий и характеристик.

    Сэмюэл Грингард «Интернет вещей. Будущее уже здесь»

Я открыт для контактов.

Пишите, присылайте предложения, замечания, вопросы.