Меня зовут Владимир, я начинающий специалист в области Data Science и искусственного интеллекта. Специализируюсь на работе с большими данными.

• Закончил курс Python-разработчика.
• Начал изучение Rust, Go и Kotlin для расширения технических навыков, углубления в области высокопроизводительных систем и безопасности.

• Стремлюсь развиваться в направлениях Data Science, искусственного интеллекта и системного программирования.
• Интересуюсь разработкой высокопроизводительных и безопасных систем с использованием Rust и Go.
• Моя цель — работать с бизнесом, определять потребности и предлагать эффективные решения.
• Привлекает динамика и инновационность сферы IT; моя природная любознательность мотивирует постоянно изучать новые технологии и подходы.

• Обладаю сильными аналитическими способностями, усидчивостью и целеустремлённостью.

• Опыт руководства в различных сферах подтверждает мои лидерские качества и умение эффективно работать в команде.

• Техническое образование в области микроэлектроники дополняется степенями бакалавра экономики и магистра менеджмента.

• Имею опыт работы с ценными бумагами, инвестициями и проведения деловых переговоров с инвесторами и руководителями компаний.

• Опыт работы с Microsoft Excel, включая Power Query и Power Pivot, для комплексного анализа данных и построения интерактивных отчетов.

• Владение Adobe Photoshop для создания графических материалов и визуализаций, что помогает в представлении данных и результатов работы.

  📂 Мои проекты и какие навыки были применены в каждом из них.

• Дипломная работа по курсу "Python-разработчик": Тема: Сравнение различных библиотек для машинного обучения: scikit-learn, TensorFlow и PyTorch: Реализовать задачи классификации и регрессии с использованием scikit-learn, TensorFlow и PyTorch, сравнить их производительность и удобство использования.

• Проект "Прогнозирование временного ряда с использованием LSTM": Инструмент для анализа и демонстрации методов анализа временных рядов.

• Проект "API Data Collector": Проект по созданию базы данных в PostgreSQL с использованием API-запросов.

• Настройка СУБД postgre в Django.

• Нейронные сети и машинное зрение. Обучение с подкреплением. Алгоритм Q-Learning для решения задачи "Замкнутый лабиринт" (Gridworld).

• Основные теги HTML): Структурированная визуализация в виде таблицы с примерами. Помощь в коде.

• Django. Представления и Шаблоны. Формы отправки данных. HTML и Django формы.

• Использование БД в маршрутизации.

• Библиотеки для работы с данными. Написание примитивной ORM.

• Асинхронное программирование на базе фреймворка aiogram. Бот продажи настольных игр.

• Многопроцессность.

• Мультипоточность. Очереди для обмена данными между потоками.

• Наследование классов.

• Свой YouTube.

• Увлекаюсь кибербезопасностью, искусственным интеллектом и анализом больших данных.
• Интересуюсь автоматизацией бизнес-процессов, инвестициями на рынке ценных бумаг и как хобби ремонтом электроники.
• С компьютерами знаком с 1994 года, глубоко понимаю основы систем и их взаимосвязей.

• Проактивность и стремление к непрерывному развитию помогают мне находить нестандартные решения сложных задач.
• Коммуникабельность и умение работать с людьми разных уровней способствуют успешной реализации проектов.

• Email: vovparya@gmail.com

• Telegram: @vovparya

  📊 Статистика GitHub