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.
Александр Гансиор
400119, Россия, Москва
+7 (917) 338 38 04
gansior@gansior.ru
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.
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.
•
11 - 14 июня 2021
Финалист хакатона.
Капитан команды.
Роль постановщика задач, разработчика, спикера.
Здесь я попробовал сделать оценку своих навыков в некоторых языках программировани.
Раздел посвящен различным методам анализа текстовых данных.
Системам извлечения сущностей и знаний из текстов.
Рекомендательным системам.
Текстовым ботам.
Системам генерации диалогов и т.д.
Раздел посвящен методам анализа изображений и видео.
Методам распозанавания различных объектов на изображении.
Методам корректиовки изображений.
Раздел посвящен методам звуковых данных и спектров сигналов.
Методам распозанавания различных объектов по звукам и спектрам сигналов.
Методам корректиовки звука, генерации имитационного звука.
Математические основы.
Основные математические модели.
Основные алгоритмы.
Список людей - основоположников науки о данных .
Список людей - основоположников машинного обучения.
Список современников занимающихся наукой о данных и машинным обучением с координатами.
Различные наборы данных которыйе можно использовать для обучения и отработки своих моделей.
Раздел справочник по основным библиотекам С++.
Сборник различных ресурсов по С++.
Раздел посвящен тестам и задачам по С++, для проверки своих
знаний и оттачивания навыков.
Раздел справочник по основным библиотекам Python.
Сборник различных ресурсов по Python.
Раздел посвящен тестам и задачам по Python, для проверки своих
знаний и оттачивания навыков.
Пишите, присылайте предложения, замечания, вопросы.