Я занимаюсь анализом данных и машинным обучением больше 8 лет. Работал как в области данных научных экспериментов, так и в production. Основное направление моей работы — компьютерное зрение (классификация, детекция, сегментация на изображениях высокого разрешения), помимо этого много занимаюсь анализом временных рядов, геоданными, анализом спутниковых снимков. Ранее работал в NLP, широко использовал на практике как классические подходы, так и трансформерные архитектуры, создавал диалоговых ассистентов.
Кроме того у меня большой опыт преподавания математики, информатики и математического моделирования и машинного обучения. По совместительству веду курс в МФТИ по математическому моделированию.
В чём я могу вам помочь:
1. выявить и закрыть пробелы в базовом машинном обучении/глубоком обучении
2. разобраться в сложной теме, подходе, статье в области ML
3. выбрать своё направление, показать горизонты в машинном обучении, смежных специальностях (Data Engineering, MLOps) и production разработке в целом, составить RoadMap/Матрицу компетенций развития в профессии
4. оценить свой уровень, подготовиться к собеседованию на позицию Data scientist/ML engineer. Я — руководитель отдела машинного обучения в крупной компании и лично провожу такие собеседования. Плюс чтобы поддерживать актуальность своих знаний сам периодически прохожу собеседования в крупные компании (Сбер/Тинькофф/Яндекс/…)
5. найти и нанять ML-специалистов в свой проект
6. составить план проекта, перевести бизнес цели компании в задачи и метрики машинного обучения (ML system design), декомпозировать задачи, рассчитать необходимые ресурсы
7. настроить процессы работы в проекте. Оптимально настроенные процессы (разметки, работы с данными, обучения моделей, постановки экспериментов по проверке гипотез и последующего анализа работы моделей) являются ключевым фактором надежности и скорости разработки решений в области ML & AI.