Data Engineer

Я отвечала за полный цикл работы с данными: от сбора и предобработки до развёртывания и мониторинга ML-моделей. Основные обязанности и достижения:

Проектирование и развёртывание RAG-конвейеров: интеграция LLM DeepSeek и Qwen с RAG и RAG Fusion для интеллектуального помощника, обеспечившего автоматическое извлечение ключевой информации из официальных документов и отчётов.

Оптимизация ETL-пайплайнов: спроектировала и реализовала конвейеры обработки данных на Greenplum, Spark/PySpark и Polars, что позволило сократить время выполнения рабочих заданий на 30 % и повысить надёжность процессов.

Локальное развёртывание LLaMA-модели с OCR: автоматизировала конвертацию сканированных PDF-отчётов в аналитические сводки с генерацией текстовых описаний графиков и схем, что снизило ручную работу аналитиков на 60 %.

Управление командой и наставничество: руководила группой из трёх IT-специалистов, организовала техобучение и код-ревью для четырёх стажёров.

В рамках этой позиции я отвечала за организацию и проведение научно-исследовательских работ, а также за подготовку материалов и поддержку преподавателей. Основные обязанности и достижения:

Разработка метода анализа вихревых пучков: спроектировала и реализовала алгоритм обнаружения и классификации вихревой структуры потока, что легло в основу текущей научной статьи.

Прототип нейросетевой модели: создала и обучила сверточную нейросеть для автоматической обработки изображений вихревых структур, добившись точности классификации более 90 %.

Публикационная активность: совместно с научным руководителем оформила и подала статью в IEEE Xplore; участвовала в междкнародных конференциях.