Директор ИЦ «Гевисста». Исследовательский центр «Гевисста» с 2009 г. осуществляет разработку, валидацию, внедрение и мониторинг риск-моделей, моделей оттока, моделей отклика на базе IBM SPSS Statistics, IBM SPSS Modeler, SAS Enterprise Miner, SAS Enterprise Guide, R, Python. Осуществляет подготовку специалистов в сфере прогнозного моделирования и анализа данных. Основное направление – разработка новых высокоточных и одновременно интерпретируемых алгоритмов машинного обучения. Клиентами являются Citibank N.A., TransUnion, DBS Bank и Banco Galicia. Спикер семинаров и конференций: Citibank New York. 21-22 сентября 2017 года. Improvement of black-box model transparency: treeinterpreter, LIME, xgboostExplainer and randomForestExplainer, Aysen Tatarinov's heuristics and partial dependency plots. Wells Fargo New York. 16-17 августа 2017 года. Applying of regularized random forest, LightGBM and xgboost for credit scoring: comparative analysis. CleverDATA & Harvard Business Review. 18 декабря 2015 года. Бизнес-завтрак на тему «Управление внешними данными. Легитимность использования и сбора внешних данных о клиенте».Спикер по теме "Источники модельного риска в банковском скоринге". http://cleverdata.ru/data-hunt-hbr_event/ ИД "Регламент". 25 - 26 октября 2012 года. Практический семинар "Управление кредитным риском в коммерческом банке: практика построения рабочей модели". Спикер по теме "Статистические методы кредитного скоринга: практика оценки кредитоспособности заемщика" http://www.reglament.net/seminar_72.htm Автор книг: "Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайного леса" http://dmkpress.com/catalog/computer/data/978-5-97060-539-4/ В сентябре 2018 года планируется выход новой книги "Древовидные алгоритмы в R и Python". Автор публикаций: Груздев А.В. Способы улучшения интерпретабельности прогнозных моделей случайного леса // Риск-менеджмент в кредитной организации. 2017. №4. Груздев А.В. Способы улучшения интерпретабельности прогнозных моделей случайного леса // Риск-менеджмент в кредитной организации. 2017. №3 Груздев А.В. Стратегии регрессионного моделирования // Риск-менеджмент в кредитной организации. 2017. №1 Груздев А.В. Предварительная подготовка данных перед построением модели логистической регрессии // Риск-менеджмент в кредитной организации. 2016. №4 Груздев А.В. Источники модельного риска в банковском скоринге // Риск-менеджмент в кредитной организации. 2016. №2 Груздев А.В. Источники модельного риска в банковском скоринге // Риск-менеджмент в кредитной организации. 2015. №4 Ведущий авторских курсов по прогнозному моделированию: 30-часовой курс «Прогнозное моделирование в R, Python и H2O» 30-часовой курс «Построение скоринговых моделей: от формирования выборки до внедрения и мониторинга» Переводчик книг: Майкл Хейдт. Изучаем pandas http://dmkpress.com/catalog/computer/programming/python/978-5-97060-625-4/ Андреас Мюллер и Сара Гвидо. Введение в машинное обучение с помощью Python https://www.ozon.ru/context/detail/id/140891479/ Райан Митчелл. Скрапинг веб-сайтов с помощью Python http://dmkpress.com/catalog/computer/programming/python/978-5-97060-223-2/ Дуглас Люк. Анализ сетей (графов) в среде R. Руководство пользователя http://dmkpress.com/catalog/computer/statistics/978-5-97060-428-1/ LinkedIn https://www.linkedin.com/in/artyom-gruzdev-1b5014146/ Facebook https://www.facebook.com/groups/gewissta