Алексей

Олексій Глушко
[відкрити контакти](див. вище в блоці «контактна інформація») | LinkedIn | [відкрити контакти](див. вище в блоці «контактна інформація») |

ПРОФІЛЬ
Data Scientist та ML Engineer із сильним бекграундом в обробці даних, предиктивному моделюванні та
NLP. Маю досвід побудови пайплайнів машинного навчання, архітектур Transformer, а також
застосування data-driven рішень для реальних проблем у цифрових продуктах та логістиці.

ПРОЕКТИ
Гібрідна рекомендаційна система (Дип. проект)| Java, Spring Boot, Neo4j | Липень 2023 –Червень 2024
Дніпро, Україна
▪ Проаналізував типові проблеми рекомендаційних систем
▪ Повністю відповідав за реалізацію серверної частини на Java, контейнеризованої за допомогою
Docker.
▪ Створив та керував міграціями схем бази даних за допомогою Flyway.
▪ Реалізував власну гібридну модель рекомендацій в Neo4j з використанням мови запитів Cypher,
поєднуючи колаборативну та контентну фільтрацію.
▪ GitHub: посилання
Transformer & Multi-Label Text Classifier | PyTorch, HuggingFace, Tkinter | Червень 2025 –Липень 2025
Дніпро, Україна
▪ Розробив end-to-end десктопний застосунок із графічним інтерфейсом для навчання, оцінки та
інференсу моделей багатокласової класифікації тексту.
▪ Реалізував кастомну архітектуру Pre-LayerNorm Transformer з нуля та інтегрував API HuggingFace
AutoModel для файн-тюнінгу попередньо навчених моделей.
▪ Оптимізував використання пам'яті GPU для локального обладнання, впровадивши Gradient
Checkpointing, Automatic Mixed Precision заморожування шарів та динамічний паддінг.
▪ Спроєктував надійний пайплайн навчання з відстеженням метрик у реальному часі, динамічною
оптимізацією порогу та покроковим збереженням чекпоінтів моделі для безпечного відновлення
навчання.
▪ GitHub: посилання
Animal Text-Image Verification Pipeline | PyTorch, NLP, ResNet50, Computer Vision | Жовтень 2025
Дніпро, Україна
▪ Розробив мультимодальний ML-пайплайн, що поєднує модель NER на базі BERT та класифікатор
зображень ResNet50 для перевірки відповідності тексту та зображення.
▪ Застосував transfer learning для ResNet50, досягнувши точності валідації 95.91%, та донавчив (fine-
tuned) кастомну голову класифікації токенів для BERT, отримавши 100% F1-score.
▪ Оптимізував процеси навчання за допомогою аугментації даних, балансування ваг класів для
незбалансованих датасетів та ранньої зупинки (early stopping).
▪ GitHub: посилання
MNIST Digit Classification Pipeline | PyTorch, Scikit-learn, CNN, FNN, Random Forest | Жовтень 2025
Дніпро, Україна
▪ Розробив і порівняв три архітектури класифікації (CNN, Feedforward NN, Random Forest) для
розпізнавання рукописних цифр.

▪ Досяг тестової точності 99.22% за допомогою кастомної архітектури CNN, значно перевершивши
традиційні ансамблеві методи.
▪ Впровадив передові методи оптимізації глибокого навчання, зокрема планувальники OneCycleLR та
ReduceLROnPlateau, батч-нормалізацію, кліппінг градієнтів та dropout.
▪ GitHub: посилання

ОСВІТА
Дніпровський Національний Університет імені Олеся Гончаря Август 2020 – Липень 2024
Бакалавр прикладної математики Dnipro, Ukraine
Дніпровський Національний Університет імені Олеся Гончаря Август 2024 – Грудень 2025
Магістр інформатики Dnipro, Ukraine

СЕРТИФІКАТИ
Data Scientist Associate | DataCamp
Видано: Липень 2025 – Дійсний до: Липень 2027 | Accreditation ID: DSA0010181258432
Навички: Data pipelines, Machine Learning, Statistical Analysis, Python

НАВИЧКИ
▪ Machine Learning & NLP: PyTorch, HuggingFace Transformers, SpaCy, Scikit-learn
▪ Обробка даних: Pandas, NumPy
▪ Візуалізація: Matplotlib, Seaborn
▪ Мови та фреймворки: Python, Java, SQL, Neo4j/Cypher, Spring Boot, Flask
▪ Інструменти: Git/GitHub, Docker, Docker Compose, Flyway, Tkinter

МОВИ
English (Advanced), Ukrainian (Native)