1) Обучение и deployment нейронных сетей в области OCR, классификации изображений; 2) Построение полного pipeline OCR-проекта.

1) Создание АвтоМЛ системы - настройка ПО и среды (Airflow, PostgreSQL, Linux), настройка ЕТЛ-процессов по созданию и обновлению витрин данных, обучение и оценки ML моделей. 2) Создание системы гео-аналитики - настройка ПО и среды (Geoserver, QGIS), методология оценки эффективности, валидация данных, создание картографического сервиса в закрытой среде.

1) Построение моделей (рекомендательная система, модель склонности к покупкам) и внедрение их в продуктив; 2) Аналитическая поддержка подразделения.

1) Анализ клиентской базы (кластеризация, выявление оттока, анализ транзакций); 2) Обучение сотрудников теории и практики data analysis и data science. Постановка целей; 3) Генерация гипотез для кампаний в рамках usage, reactivation, retention, onboarding; 4) Построение системы анализа данных в реальном времени (aml-кейсы, маркетинг); 5) Автоматизация процессов выгрузки и обработки данных (apache airflow).

1) Сбор, анализ и обработка данных на python, spark, postgreSQL; 2) Сегментация базы; 3) Оптимизация больших запросов.

1) Работа с реляционными базами данных с помощью pl/sql и нереляционными (elastic search); 2) Анализ и очистка данных (поиск аномалий и ошибок); 3) Проверка гипотез для построения aml-моделей, используя алгоритмы machine learning (logistic regression, xgboost, random forest, CHAID, CART и т.д.) на python и spss modeler; 4) Составление аналитических отчётов; 5) Кластеризация базы клиентов с помощью методов machine learning (k-means, иерархическая кластеризация).

1) Обучение сотрудников теории и практики работы с данными (data analysis, data engenering, data science, работа с базами данных (plsql), основы python и работы со стат.пакетами (SPSS Modeler и SPSS Statistics)); 2) Построение моделей, используя алгоритмы machine learning (k-means, тематическое моделирование, ансамли деревьев, logistic regression и т.д.) для выявления потенциальных клиентов (cross-sell и up-sell модели) в финансовых организациях; 3) Построение скоринговых моделей (вероятность выхода на дефолт - pre collection); 4) Кластеризация базы клиентов; 5) Выгрузка и обработка данных, используя python, pl/sql, spss modeler; 6) Создание ad hoc отчётов и презентаций; 7) Участие в presale встречах с потенциальными заказчиками; 8) Создание алгоритмов по сбору данных с открытых источников (используя пакеты selenium, scrapy, beatifulsoup); 9) Анализ и обработка геоданных (openstreetmap).

1) Создание аналитческих отчётов; 2) Построение предиктивных моделей (мультисим модель, модели классификации демографических данных, churn модель) на SPSS Modeler и на языке R; 3) Составление выборок на целевые кампаний; 4) Сегментация базы абонентов; 5) Анализ эффективности целевых компаний; 6) Прогнозирование роста базы клиентов; 7) Написание методологии расчёта эффективности компаний.

1) Сбор и обработка информации; 2) Моделирование бизнес процессов (имитационная модель очередей, модель прогнозирования kpis подразделений компании) с помощью SPSS Modeler и Anylogic; 3) Разработка методологии оценки деятельности подразделений.

1) Аналитика (сбор, анализ, обработка информации об поведении клиентов из различных систем компании). Обработка больших объемов информации. 2) Проектная работа (внедрение специализированной IT-системы по управлению клиентским опытом в компанию). Обеспечение функциональной работы системы и её интеграцию. 3) Проведение маркетинговых исследований. Составление выборок. Пост анализ. 4) Геокодирование жалоб абонентов. 5) Математическое моделирование. 6) Обработка технических характеристик работ сети для выявления зависимостей.