Олег

Олег Шевченко [відкрити контакти](див. вище в блоці «контактна інформація»)
Бажана позиція: Data Scientist/Data Analyst GitHub / Telegram

ПРО СЕБЕ
▪ Маю досвід роботи (1 рік) в галузі Data Science. Спеціалізуюся на розв'язанні задач регресії, класифікації,
кластеризації та виконую дослідницький аналіз даних (EDA).
▪ Володію знаннями в області машинного навчання, статистики, обробки, аналізу та зниження
розмірності даних, а також знайомий з основними алгоритмами.
▪ Маю навички налаштування, оцінювання ефективності та інтерпретації результатів моделей машинного
навчання, а також досвід впровадження моделей у.веб-застосунки

СТЕК ТЕХНОЛОГІЙ
▪ Мови програмування: Python, SQL.
▪ Бібліотеки: Numpy, Pandas, Scikit-Learn,Matplotlib,Seaborn,xgboost..
▪ Середовище: Google Colaboratory,Jupyter Notebook.
▪ Системи контролю версій: Git.

ПРОЄКТИ
▪ Успішно розробив модель для прогнозування реакції клієнтів банку на пропозиції щодо продуктів
(Модель Класифікації), провів аналіз факторів, що впливають на позитивну відповідь клієнтів, досягнуто
метрик ROC-AUC: 0.99 та Accuracy: 0.951.
▪ Розробив модель прогнозування попиту на транспорт у Сеулі, враховуючи 14 факторів (Модель
Регресії), забезпечив високу точність прогнозу та створив веб-сторінку, де зміг впровадити модель
машинного навчання.
▪ Застосував кластеризацію до клієнтів банку за 23 параметрами, розділив їх на 4 кластери, виявив
найбільш лояльну групу до пропозицій банку та досягнув показника Silhouette score 0.5.

М’ЯКІ (SOFT) НАВИЧКИ
▪ Вміння чітко та зрозуміло пояснювати складні ідеї та досягнення в роботі у формі, зрозумілій для
непрофесіоналів.
▪ Бажання вчитися новим технологіям та методам у спеціалізованій області роботи з даними.
▪ Вміння ефективно розбивати складні завдання на менші, що сприяє легшій реалізації великої задачі.

КОМЕРЦІЙНИЙ ДОСВІД
Data Scientist в Pixoft (2023 травень - 2024 січень):
- У ролі Data Scientist, я активно залучався до розробки та реалізації проектів у сфері Custom Analytics. Мої
обов'язки включали Preprocessing даних, проведення базового аналізу EDA, а також розробку регресійних
та класифікаційних моделей.
- Результати для клієнтів компанії: Мої зусилля сприяли виявленню ключових інсайтів та
закономірностей у даних, що дозволило створювати більш точні моделі машинного навчання. Це, в свою
чергу, покращило процес прийняття рішень у компанії, сприяючи оптимізації бізнес-процесів, ефективному
використанню ресурсів та збільшенню в свою чергу прибутковості.

РЕЛЕВАНТНІ КУРСИ
▪ Probability & Statistics for Machine Learning & Data Science (DeepLearning.AI).
▪ Інтерактивний тренажер по SQL.
▪ "Покоління Python": курс для просунутих.
▪ Machine Learning Specialization by Andrew Ng (DeepLearningAI).
▪ Machine Learning Crash Course (Google)

ОСВІТА
Харківський національний університет радіоелектроніки (ХНУРЕ)
Бакалавр ‘Комп’ютерні науки’,наразі продовжую навчатись і підвищувати кваліфікацію.