Практикует машинное обучение и анализ данных с 2012 года. В настоящий момент работает Senior Data Scientist-ом в компании ŌURA Health Oy. Имеет опыт практического применения машинного обучения в геймдеве, банковской сфере и Health Tech.
Преподавал машинное обучение и анализ данных в Центре Математических Финансов МГУ, был приглашенным лектором на Факультете Компьютерных Наук НИУ ВШЭ и различных летних школах.
Образование: Эконом-мат РЭУ им. Плеханова, ЦМФ МГУ, ДПО ФКН ВШЭ «Практический анализ данных и машинное обучение», MSc Computer Science Aalto University
Стек/интересы: Python, Machine Learning, Time Series, Anomaly Detection, Open Data, ML for social good
Руководитель программы
Преподаватель биостатистики, фармакоэкономики, фарминдустрии фармацевтической программы в г. Спрингфилд, Массачусеттс.
Наталья закончила Пермскую Государственную Фармацевтическую Академию по специальности Провизор, а также аспирантуру в университете штата Техас в Остине по специальности фармация. С 2012 занимается научной деятельностью, а также преподает следующие дисциплины: фармакоэкономика, биостатистика, системы здравоохранения, фармацевтическая индустрия.
Также Наталья консультирует страховые медицинские компании по вопросам эффективности , безопасности и рационального использования лекарств.
Наталия публикуется в международных журналах по темам своих научных интересов, а также является рецензентом в следующих журналах : American Journal of Managed Care, American Journal of Pharmacy Benefits, Journal of Managed Care and Specialty Pharmacy, Annals of Pharmacotherapy, JAMA Open, Journal of General Internal Medicine, Pharmacoepidemiology, Patient Preference and Adherence, International Journal of Pharmacy Practice, etc.
Преподаватель
В настоящий момент работает в компании conundrum.ai. Занимает позицию Machine Learning Researcher и ведет исследования в областях анализа временных рядов и компьютерного зрения.
Образование: бакалавриат ФУПМ МФТИ; магистратура НИУ ВШЭ.
Мастер соревнований на платформе kaggle.
Преподаватель
Специалист по машинному обучению и разработке (BigData). Работал в таких компаниях как Mail.Ru Group, Wamba, NVidia, Sber, Megafon, Техносерв Консалтинг, где реализовывал практические кейсы применения машинного обучения полного цикла - прогнозирование временных рядов, детектирование аномалий, системы анализа соц. медиа поля (NLP), рекомендательные системы в ритейле и тд, так и HighLoad практическая реализация этих кейсов в продуктивном окружении - Hadoop, Spark, Flink, Kafka и тд
Долгое время занимался преподаванием курсов по машинному обучению и технологиям BigData в таких организациях как тренинговый Центр Люксофт, ВШЭ
Преподаватель
В настоящее время работает аналитиком данных в Инжиниринговом Центре МФТИ по полезным ископаемым. Занимается анализом и обработкой данных с оборудования для нефтедобычи с целью реализации интеллектуальных продуктов для эффективного мониторинга и эксплуатации на основе алгоритмов машинного обучения.
Выпускник совместной программы магистратуры ФРКТ МФТИ и Сколковского Института Науки и Технологии по направлению "Интеллектуальный анализ данных".
Преподаватель
Работает специалистом по анализу данных в команде AGI NLP в Сбере. Занимается нейросетевыми языковыми моделями и их применением в реальных задачах. Считает, что работа в области Data Science дает уникальную возможность заниматься безумно крутыми вещами on the edge of science, которые меняют мир здесь и сейчас.
Преподает в Высшей Школе Экономики дисциплины по анализу данных, машинному обучению и data science.
Мария закончила механико-математический факультет МГУ и школу анализа данных Яндекса. В настоящий момент Мария обучается в аспирантуре ВШЭ на факультете компьютерных наук. Среди ее научных интересов такие области data science как natural language processing и тематическое моделирование.
Преподаватель
Выпускник магистратуры "Науки о данных" ФКН ВШЭ.
Работал machine learning инженером в Mindsdb, где разрабатывал auto-ml решения. Имеет опыт работы в аналитике продукта и back-end разработке.
Сфера научных интересов включает в себя computer vision, semi-supervised learning, few-shot learning.
Преподаватель
Machine Learning Engineer в Mail.Ru Group.
Занимается машинным обучением более 4-х лет, решает задачи end2end, от формулировки проблемы до выкатки в промышленную эксплуатацию и дальнейшей поддержки системы. В профессиональной деятельности превыше всего ценит воспроизводимость результатов и хорошие процессы разработки.
Образование: Математико-Механический факультет СПбГУ, направления “Data Science” и “Software Engineering” в Computer Science Center
Преподаватель
Работает на позиции Data Scientist в Mail.Ru Group. Окончил образовательный проект «Техносфера» от Mail.Ru. Закончил обучение в МГУ имени М. В. Ломоносова на механико-математическом факультете.
Читал лекции по машинному обучению в проекте Open Data Science, сейчас проводит авторский курс по машинному обучению внутри Mail.Ru. Считает, что машинное обучение — это не только fit-predict, но и математическое понимание происходящего.
Преподаватель
Специалист по машинному обучению и участник проекта по анализу текстов в Институте Гайдара. Получает степень магистра по Machine Learning в университете Aalto в Финляндии.
Занимался рядом проектов на стыке двух дисциплин (машинного обучения и экономики). Работал в отделе Deloitte Analytics Institute в компании Deloitte (отдел разрабатывал продукты на основе машинного обучения для внутренних нужд компании и внешних заказчиков). Также занимался анализом GPS-данных различного транспорта для ЦОДД Москвы.
Имеет разносторонний бэкграунд и широкий спектр интересов: Python, Machine Learning, Natural Language Processing, Neural Networks, Statistical Modelling.
Образование:
— НИУ ВШЭ, «Математические методы анализа экономики»;
— Центр математических финансов МГУ им. М.В. Ломоносова, программа «Анализ Данных»;
— ДПО ФКН НИУ ВШЭ, программа «Deep Learning: расширенный курс»;
— Aalto University (Finland), MSc, Machine Learning.
Работает на позиции Data Scientist в рекламном агентстве OMD OM GROUP. В текущей деятельности решает задачи:
- Аудиторного профилирования
- Персонализации рекламы
- Анализа социальных сетей
Самостоятельно занимался изучением Machine Learning. Знает, что нужно для освоения новой профессии и какие при этом возникают вопросы.
Преподаватель