Обо мне
Карьеру в DS начал в инжиниринговом центре МФТИ: промышленные временные ряды и прогнозирование отказов оборудования на нефтегазовых платформах — от постановки задачи до моделей в проде.
В Альфа-Банке занимался скорингом и поведенческими моделями на банковских данных. В Sber AI Lab сфокусировался на NLP и поиске: LLM для анализа диалогов, гибридный поиск и RAG по корпоративной документации, публикации в Q1; лучший исследователь компании (2023).
Сейчас в Циан — ML Team Lead: веду развитие текстового поиска (NLP-ансамбль, масштабирование нагрузки) и LLM-продукта «Циан-Помощник», координирую ML и разработку.
h-index 4 (Scholar). Образование: МФТИ, прикладная математика и физика (бакалавр + магистр), 2014 — 2020.
Контакты
Навыки
-
NLP / LLM 92%
-
Поиск / IR / RAG 88%
-
Временные ряды 80%
-
ML лидерство команд 85%
-
Python 80%
Опыт
-
Циан (CIAN)
окт. 2024 — н.в.ML Team Lead / Senior Data Scientist
• Кросс-функциональная команда разработки текстового поиска в Циан. Спроектировал и внедрил ансамбль NLP-моделей для обработки поиска и подсказок при вводе запроса. Масштабирование с ~5k до ~100k DAU и рост ключевых технических и продуктовых метрик. • Возглавил развитие LLM-продукта «Циан-Помощник» (умный поиск недвижимости и анализ объектов): кросс-функциональная команда разработки и ML. Удовлетворённость пользователей выросла с 4 до 4,5/5.
-
Sber AI Lab
фев. 2022 — сент. 2024Data Scientist
• Система оценки soft skills на базе LLM и DL (точность ~0,7) для анализа диалогов и деловой переписки. • Гибридный поиск по внутренней документации (классика + трансформеры): MRR@3 вырос в ~1,5 раза; RAG и реранжирование с LLM. • Соавтор 5 публикаций (3 в журналах Q1 в NLP и временных рядах). Лучший исследователь компании (2023).
-
Альфа-Банк
окт. 2021 — фев. 2022Data Scientist
• Модель склонности физических лиц к открытию юридических лиц.
-
МФТИ, Инжиниринговый центр
сент. 2018 — окт. 2021Data Scientist
• Система интеллектуального анализа динамического оборудования нефтегазовых платформ: концепция, модели мониторинга, обнаружения отклонений и прогнозирования деградации эффективности; внедрение на нескольких платформах. • Модель мультиклассового предсказания отказов погружного насосного оборудования.