Здравствуйте, меня зовут Фаттах.

Я студент 3-го курса Международного университета информационных технологий (IITU) и имею около года опыта работы стажером-аналитиком данных в InDrive. До этого я работал аналитиком в консалтинговой компании TOO Jumpik.

У меня сильные навыки работы с SQL и Python (pandas, NumPy, scikit-learn, Plotly) и практический опыт применения алгоритмов машинного обучения. Я глубоко разбираюсь в математических основах машинного обучения, статистике и математическом анализе.

Также у меня есть практический опыт бэкенд-разработки на Python, работы с Kafka, Redis, Apache Avro и сетевыми инструментами KrakenD, Nginx. Я хорошо владею CI/CD-пайплайнами, Docker, Kubernetes и Linux.

Параллельно с учебой я активно развиваю навыки финансового анализа и количественных исследований, планируя дальнейшую специализацию в этой области. У меня также есть опыт работы с MLOps-инструментами (Airflow, MLflow, TensorFlow Serving), что позволяет мне автоматизировать развертывание и мониторинг моделей машинного обучения.

Я обладаю сильными коммуникативными навыками, быстро адаптируюсь к новым условиям и эффективно работаю в междисциплинарных командах. Буду рад подробнее рассказать о себе на собеседовании.

Во вложении мое резюме.

⸻

Опыт работы

InDrive | Стажер-аналитик данных • Разработал аналитический алгоритм для автоматического обнаружения автомобилей с высоким уровнем загрязнения в Алматы, используя данные системы Sergek. • Работал с наставником Булат Таниебергеном (Sergek CTA), анализируя данные выбросов. • Сфокусировался на максимальном увеличении скорости обнаружения, минимизации шума и повышении точности измерений. • Использовал статистические и математические модели, включая: • Квадратичное распределение газа в открытых пространствах • Гауссово распределение • Калмановские фильтры для уменьшения шума • Разработал и оптимизировал бэкенд-пайплайны обработки данных, интегрировав Kafka, Redis, Apache Avro для эффективного стриминга и хранения данных. • Развернул и управлял ML-моделями с использованием Airflow, MLflow и TensorFlow Serving для автоматизации инференса и мониторинга. • Работал с облачными сервисами AWS (EC2, Lambda, S3, Quicksight) для масштабируемой обработки данных и аналитики. • Настроил логирование и мониторинг производительности с помощью Prometheus+Grafana. • Технологический стек: Python (TensorFlow, Keras, NumPy, scikit-learn, pandas, Plotly, matplotlib), C++ (DNN, Tracking), SQL, Docker, Kubernetes, Linux, KrakenD, Nginx, Kafka, Redis, Apache Avro, Airflow, MLflow, AWS (EC2, Lambda, S3, Quicksight), Prometheus, Grafana.

TOO Jumpik (Консалтинг) | Аналитик • Занимался бизнес- и статистическим планированием, помогая компаниям оптимизировать финансовые показатели и повышать их эффективность. • Консультировал компании по налоговым, юридическим и финансовым вопросам. • Осуществлял IT-консалтинг, включая очистку данных, техническую аналитику и расчет бизнес-метрик. • Разработал и оптимизировал бэкенд-инфраструктуру, используя Kafka, Redis, Apache Avro для масштабируемой обработки данных. • Настроил CI/CD-пайплайны на основе Docker и Kubernetes для автоматизированного развертывания и мониторинга. • Интегрировал AWS-сервисы (EC2, Lambda, S3, Quicksight) в финансовые и аналитические решения. • Настроил логирование и мониторинг производительности через Prometheus+Grafana. • Технологический стек: Python (аналитика), C# (веб-разработка), Excel, Kafka, Redis, Apache Avro, Docker, Kubernetes, Linux, AWS (EC2, Lambda, S3, Quicksight), Prometheus, Grafana.