Data Engineer

Die Bewerberin ist eine Ingenieurin für maschinelles Lernen mit mehr als 7 Jahren Erfahrung in der Entwicklung von Algorithmen und Lösungen für maschinelles Lernen. Sie hat mit verschiedenen Arten von neuronalen Netzen, Algorithmen für maschinelles Lernen und statistischen Methoden gearbeitet und hat Erfahrung mit Programmiersprachen wie C++, Python und MATLAB. Die Kandidatin ist mit der Google Cloud Platform und Bibliotheken für maschinelles Lernen wie Keras, Caffe und TensorFlow vertraut. Sie hat auch Erfahrung in der Kommunikation und Interaktion mit medizinischen Fachleuten. Die Kandidatin hat einen Fachabschluss in angewandter Mathematik und Informatik von der National Research Nuclear University MEPhI. Sie hat als Ingenieurin für maschinelles Lernen und als Entwicklerin mathematischer Software gearbeitet, wo sie Software für Datenanalysesysteme entwickelt und verschiedene Algorithmen implementiert hat. Die Kandidatin verfügt über Kenntnisse in der Softwareentwicklung und in mathematischen Algorithmen sowie über Kenntnisse in Python, C++ und verschiedenen Bibliotheken für maschinelles Lernen. Sie spricht fließend Russisch, verfügt über mittlere Kenntnisse in Englisch und Slowakisch und hat Grundkenntnisse in Deutsch. In ihrer Freizeit geht die Kandidatin gerne schwimmen, wandern, Rollschuh laufen, spielt Schach und liest Belletristik, wissenschaftliche und Fachliteratur.

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.