Аналитик

Опыт работы. ========================= Анализ данных ========================= Модуль: NumPy — Работа с массивами, матрицами и математическими операциями. — Работа с продвинутыми возможностями NumPy, такими как индексация, срезы, операции с формами массивов и работа с файлами. Модуль: pandas — Работа с основами работы с DataFrame, структурами данных, фильтрацией, группировкой, слиянием и агрегацией данных с помощью pandas. — Опыт работы с продвинутыми возможностями библиотеки pandas, такими как работа с пропущенными данными, временными рядами, создание и применение пользовательских функций и операций со строками. Модуль: Matplotlib — Опыт работы с библиотекой Matplotlib. Работа с основами создания графиков, диаграмм и кастомизации визуализации данных. — Создание подграфиков, работа с цветами, легендами, текстом и аннотациями. Модуль: Seaborn — Опыт работы с библиотекой Seaborn. — Работа с созданием стильных и информативных графиков, включая гистограммы, ящики с усами, точечные диаграммы и тепловые карты. Разведочный анализ (EDA) — Опыт проведения разведочного анализа данных (EDA) с использованием библиотек pandas, Matplotlib и Seaborn. — Работа с исследованием данных, выявлением взаимосвязей и созданием информативных визуализаций. Чтение и запись данных — Опыт работы с чтением и записью данных с использованием библиотек pandas и NumPy. — Работа с чтением данных из различных форматов файлов (например, CSV, Excel, JSON) и записью данных в эти форматы. — Опыт с более продвинутыми возможностями, такими как работа с большими наборами данных, многопоточное чтение/запись и оптимизация производительности. Работа со строками — Работа с операциями со строками в библиотеке pandas. — Работа с манипуляциями со строковыми данными, поиском и заменой подстрок, форматированием и очисткой текстовых данных. ========================= Компьютерное зрение ========================= YOLO (You Only Look Once): — Использование модели YOLO для обнаружения объектов в реальном времени. — Разработка и настройка нейронной сети YOLO для обнаружения объектов на изображениях и видео. — Использование предварительно обученных весов модели YOLO для ускорения процесса обучения и повышения точности обнаружения объектов. — Реализация модуля для применения YOLO на видеопотоке с использованием библиотеки OpenCV. SAM (Spatial Attention Module): —Внедрение модуля пространственного внимания (SAM) в сверточные нейронные сети. —Использование SAM для улучшения точности обнаружения объектов в сложных сценах. — Разработка алгоритма настройки гиперпараметров модели SAM для достижения оптимальной производительности. Метрики: — AP (Average Precision), mAP50m, mpAP50-95, Loss, box_loss, seg_loss, cls_loss, dfl_loss, Recall, Precision, FScore, IoU, Ls, FPS, Dice coefficient. Разметка: — Использование библиотеки Labelme для разметки объектов на изображениях в задачах компьютерного зрения. — Создание разметочных файлов в формате JSON с помощью интерфейса Labelme, в которых сохранялись координаты и классы объектов на изображении. — Разработка и настройка пользовательских схем разметки в соответствии с требованиями проекта и задачами обнаружения или сегментации объектов. — Интеграция размеченных данных в пайплайн обучения моделей компьютерного зрения, используя библиотеки Python. — Работа с различными типами данных, включая изображения в формате JPEG или PNG, а также с их соответствующими файлами разметки в формате JSON. — Сотрудничество с командой разработчиков и аналитиками данных для обеспечения качественной разметки и точности обучения моделей. ========================= Проекты • [Основы Pyhton] — [ссылка скрыта] • [Анализ данных] — [ссылка скрыта] • [Python. Книга рецептов 2019] — [ссылка скрыта] • [Сайт ООО ДОМ КАЛССИК] — [ссылка скрыта] • [FOOD MOOD] — [ссылка скрыта] ========================= Achievements Проект Food Mood. Финалист конкурса от Финуниверситета и Росбанка «Создай свой стартап» 2023 [Ссылка на проект] — [ссылка скрыта] [Ссылка на телеграмм бота] — @foooooooooooooodmooooodBot ========================= Языки программирования • Python • SQL ========================= Личные навыки и качества • Аналитическое мышление • Креативность • Организационные навыки • Коммуникативные навыки • Умение работать в команде • Стремление к самосовершенствованию ========================= Образование и курсы • Skillbox, Data Scientist • Stepik,Основы SQL • British School, Курс Английского языка (Advanced) =========================