Контактна інформація

Шукач вказав телефон , ел. пошту та LinkedIn.

Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/14184313/

Досвід роботи

Грантоотримувач

з 05.2023 по 10.2023 (5 місяців)
Фонд імені Н.І. Ахієзера, Харків (Освіта, наука)

Опубліковано наукову статтю з результатами дослідження, підтриманого фондом імені Н.І. Ахієзера.

Грантоотримувач

з 02.2021 по 02.2022 (1 рік)
Національний фонд досліджень України (НФДУ), Харків (Освіта, наука)

Опубліковано наукову статтю з результатами дослідження, підтриманого НФДУ в рамках проєкту 2020.02/0096 "Оператори в нескінченновимірних просторах: взаємозв'язок геометрії, алгебри і топології".

Репетитор математики

з 01.2018 по нині (7 років 7 місяців)
Freelance (Освіта, наука)

Освіта

Харківський національний університет імені В.Н. Каразіна

Математики і інформатики, 111 математика, Харків
Вища, з 2015 по 2025 (10 років)

Додаткова освіта та сертифікати

Data Scientist course at GoIT

2024, 7 місяців

Знання і навички

• Python
• Програмування
• Математична статистика
• Чисельні методи
• Математична логіка
• NumPy
• Pandas
• EDA
• Data Cleaning
• Matplotlib
• Seaborn
• Scikit-learn
• LightGBM
• XGBoost
• Keras
• Supervised Learning
• CNN
• OOP
• Математика
• Deep Learning
• Beautiful Soup
• NoSQL
• Геометрія
• Алгебра
• Онлайн-викладання
• MS Excel
• MS Word
• MS PowerPoint
• SQL
• LaTeX
• Jupyter Notebook
• Google Colab
• Streamlit
• Неконфліктність
• Бажання вчитися і розвиватися
• Теорія ймовірностей
• Комбінаторика
• Machine learning
• RNN
• Google Sheets
• Доброзичливість
• Kaggle
• Prophet
• Plotly
• Співпраця
• Емпатійність
• Пунктуальність
• Дотримання термінів
• Дисциплінованість
• Логічне мислення

Знання мов

• Українська — вільно
• Англійська — середній
• Японська — початковий

Додаткова інформація

Мене звати Ляна. Маю вищу математичну освіту. Закінчила курси на Junior Data Scientist.

Вмію працювати з табличними даними за допомогою NumPy і Pandas, візуалізувати дані за допомогою Matplotlib, Seaborn і Plotly, будувати моделі машинного навчання за допомогою Scikit-learn, LightGBM, XGBoost, Prophet і Keras, розгортати ML-застосунки за допомогою Streamlit.

Активно практикуюся на платформі Kaggle, де беру участь у змаганнях для новачків (Playground Series). Це дозволяє мені розвивати практичні навички аналізу даних, побудови моделей та оцінки їхньої ефективності. Вирішувала задачі класифікації і регресії, працювала з часовими рядами. Мій профіль: https://www.kaggle.com/lianalotarets

Моя перевага — це різносторонні знання в різних галузях математики, що дозволяє глибоко аналізувати дані та знаходити нестандартні рішення. Я прагну розвиватись як Data scientist, співпрацюючи з досвідченими фахівцями та роблячи свій внесок у розвиток і успіх компанії.