ML-инженер с практическим опытом обработки данных и построения end-to-end ML-решений. Работал с временными рядами, выполнял очистку данных, EDA и feature engineering, обучал и анализировал модели классического машинного обучения. В учебном проекте разработал модель для обнаружения дефектов дорожного покрытия (точность 78%).

Уверенно работаю с Python и экосистемой анализа данных (Pandas, NumPy, SciPy, Scikit-learn, XGBoost, TensorFlow/Keras), знаком с обработкой текстов и базовыми NLP-инструментами. Имею опыт контейнеризации (Docker), развёртывания простых сервисов, работы с PostgreSQL, а также full-stack разработки (Next.js, NestJS, REST API).

Интересуюсь развитием в направлении ML-инженерии и инфраструктуры: автоматизацией пайплайнов, мониторингом моделей, инструментами Airflow/MLflow и big data. Быстро осваиваю новые технологии и активно включаюсь в проекты.