Data Engineer

Kandidát je inženýr strojového učení s více než 7 lety zkušeností s vývojem algoritmů a řešení strojového učení. Pracuje s různými typy neuronových sítí, algoritmy strojového učení a statistickými metodami a má zkušenosti s používáním programovacích jazyků, jako jsou C++, Python a MATLAB. Kandidát je obeznámen s platformou Google Cloud Platform a knihovnami pro strojové učení, jako jsou Keras, Caffe a TensorFlow. Má také zkušenosti s komunikací a interakcí s lékařskými odborníky. Uchazeč je držitelem odborného titulu v oboru aplikovaná matematika a informatika z Národní výzkumné jaderné univerzity MEPhI. Pracovala jako inženýrka strojového učení a vývojářka matematického softwaru, kde vyvíjela software pro systémy analýzy dat a implementovala různé algoritmy. Kandidátka má zkušenosti s vývojem softwaru, matematickými algoritmy a ovládá jazyky Python, C++ a různé knihovny pro strojové učení. Hovoří plynně rusky, má středně pokročilou znalost angličtiny a slovenštiny a základní znalost němčiny. Ve volném čase Kandidátka ráda plave, věnuje se turistice, jezdí na kolečkových bruslích, hraje šachy a čte beletrii, vědeckou a odbornou literaturu.

Jan. 2018 - Present: Machine Learning Engineer, Company A

• Developed a model for classifying the state of bipolar affective disorder patients based on actigraphy data using Google Cloud Platform, Python, and machine learning libraries.
• Implemented a convolutional neural network model for playground segmentation in video streams, specifically identifying and tracking players in basketball and soccer games.
• Created a model for classifying lung nodules as benign or malignant using convolutional neural networks.
• Conducted research on multimodal semantic segmentation for cars and people using lidar and camera data, evaluating existing algorithms and providing guidance to junior team members.
• Worked as a C++ software engineer on an automotive telematics platform, participating in design, development, testing, and debugging of microservices.

Aug. 2013 - Jan. 2017: Mathematical Software Developer, Company B

• Developed mathematical software for the Polyanalyst data analysis system, focusing on clustering, classification, and regression analysis using various neural network algorithms and statistical methods.
• Implemented algorithms for data preprocessing, feature selection, and overfitting avoidance using C++ and libraries such as STL and Boost.
• Utilized Polyanalyst statistical nodes and library functions for data exploration and parallelization of computations.

Sept. 2011 - Aug. 2013: Research Assistant, Company C

• Processed and analyzed patients' monitoring data using statistical methods and neural networks at a research institute specializing in urgent traumatic surgery and trauma.
• Utilized MATLAB and self-written algorithms for analyzing time series data and medical actions.