Преподаватели

Школа Больших Данных собрала для вас высокопрофессиональных преподавателей и отраслевых экспертов с многолетним опытом практической работы в администрировании Apache Hadoop, Spark, Kafka и других кластерных решений, Data Science, Data Mining, машинном обучении, облачных вычислениях, а также прочих технологий Big Data.
prepod-n-kommisarenko.jpg

Комиссаренко Николай

Томский Политехнический Институт (Томск, 1994)
Профессиональные компетенции:
  • Сертифицированный тренер Arenadata (2019)
  • Построение Data Lake и аналитика больших данных на решениях Arenadata, Cloudera, HortonWorks, EMC (Hadoop, Isilon), Pivotal, облачные решения, cистемы хранения данных уровня enterprise, информационная безопасность
  • EMC Certified Instructor (2007)
  • Dell EMC Specialist – Cloud Architect (2006)
  • Dell EMC XtremeIO, Isilon – Storage Aministrator, Data Science Specialist (2006)
  • IT Service Manager (2006)
  • Certified Information System Security Professional (CISSP) (2006 -2010)
  • Certified Information Security Manager (CISM)
prepod-mihail-korolev.jpg

Королев Михаил

МГУ им. М.В. Ломоносова (Москва, 1992)
Профессиональные компетенции:
prepod-ermilov-dmitrij-mihajlovich.jpg

Ермилов Дмитрий

Академия Федеральной службы безопасности Российской Федерации (Москва, 2012)
Профессиональные компетенции:
  • Ведущий Data Scientist в ФГУП “Центр информационных технологий”, Москва
  • Руководитель программ в Университете искусственного интеллекта, Москва.
  • Кандидат наук (2017 год, Московский государственный университет им. М.В. Ломоносова, Москва)
prepod-oleg-konorev.jpg

Конорев Олег

Академия Федеральной службы безопасности Российской Федерации (Москва, 2012)
Профессиональные компетенции:
  • Руководитель группы Data Science в НИИ “Квант”, Москва
  • Computer vision (CV) – решение задач по классификации и детектировании объектов на фото и видео, идентификации человека,  сегментации изображений и распознаванию текста с библиотеками OpenCV, Tensorflow API и архитектурами нейронных сетей  Yolo, SSD, fRCNN, U-net и пр.
  • Natural language processing (NLP) – решение задач по классификации текстов, извлечению именованных сущностей (NER) и ключевых слов с библиотеками gensim, nltk, fasttext, spacy и др. Построение различных архитектур на основе искусственных нейронных сетей с использованием различных представлений слов (Embedding, Word2Vec) и готовых нейросетевых решений (Bert, fastai)
  • Time series analysis – решение задач обработки, анализа и классификации аудио сигналов с библиотеками librosa, ffmpeg и различных архитектур нейронных сетей, а также предсказание значений временных рядов (time series forecasting) в приложении к котировкам активов с использованием классических решений (ARMA, ARIMA) и моделей на базе сверточных нейронных сетей (CNN), рекуррентных нейронных сетей (LSTM,GRU) и их комбинаций.
  • Проекты сегментации сигналов с различных датчиков и приборов и распознавания речи (speech-to-text) с облачными сервисами Yandex и Google.
Елена Верещага Московский Энергетический Институт (Москва, 1996)

Елена Верещага

Московский Энергетический Институт (Москва, 1996)
Профессиональные компетенции:
  • Проектирование и разработка хранилищ данных и аналитических систем (Skyeng, Райффайзен Банк, Связной-Retail, Банк Открытие, Альфа-Банк, ВТБ24, Форс-центр разработки)
  • Проектирование модели данных: концептуальное, логическое, физическое
  • Оптимизация хранения данных для систем OLTP, DSS, DWH, DataLake
  • Концептуальный дизайн аналитических систем под разные бизнеc-потребности
  • Системная архитектура и оптимизация загрузки данных для хранилищ и озер данных
  • Разработка архитектурных стандартов проектирования моделей данных на корпоративном уровне

Климов Артем

Нижегородский Государственный Университет им. Н.И. Лобачевского (Нижний Новгород, 2006)
Профессиональные компетенции:
  • Ведущий менеджер по исследованию больших данных в TELE2
  • Разработка алгоритмов мэтчинга и классификации товарных категорий на базе ОФД данных
  • Реализация моделей по обнаружению AML-схем и мошеннических транзакций
  • Графовый и текстовый анализ данных в проекте сегментации телефонных номеров
  • Разработка вероятностных моделей (уход сотрудников, отток клиентов, прогнозирование продаж и геолокации, кредитный скоринг)
  • Программирование на Python, R, Scala, SQL;
  • Опыт работы с Hadoop, Spark, СУБД Oracle и Teradata, Impala, Hive;
  • Владение аналитическими пакетами MATLAB, Weka, SPSS, FANN, Gephi, Deductor;
  • Современные алгоритмов и инструменты Machine Learning, в т.ч. библиотеки H2O, Xgboost, Feature Hashing, Word2Vec для решения бизнес-задач
prepod_abduev_sultanmurad

Абдуев Султанмурад

Московский государственный университет им. М.В. Ломоносова (Москва, 2015)
Профессиональные компетенции:
  • Ведущий аналитик данных (АНО «Диалог», ГКУ «Инфогород»)
  • Анализ и очистка данных, а также разработка ML-моделей для персонализации баннерной рекламы на портале городских услуг mos.ru
  • Разработка ML-моделей и сопровождение запуска в production сервиса автоматического формирования аудиторий для новостного контента на основе анализа текста
  • Работа с хранилищами данных: поддержка целостности данных, поиск и исправление артефактов, разработка алгоритмов “склейки” данных для уменьшения размерности, формирование витрин “эталонных” данных, организация ETL-процессов.
  • Продвинутое владение PySpark, Spark MLLib, Pig, SQL(Hive), Python (pandas, matplotlib, seaborn, gensim, sklearn, NLTK, pymorphy2, LDAmallet), MS SQL, HDFS, Pentaha Data Integration Spoon, Airflow, bash

Записаться на курс

Остались вопросы по формату обучения, содержанию курсов, стоимости, сертификатам или другим важным моментам?
Оставьте номер телефона или e-mail и мы оперативно проконсультируем вас в течение рабочего дня.
ОСТАВЬТЕ СООБЩЕНИЕ, И МЫ ПЕРЕЗВОНИМ ВАМ
В ТЕЧЕНИЕ РАБОЧЕГО ДНЯ