Биография

Привет! 👋

Я руководитель команды предиктивной аналитики в отделе аналитики Astrum Entertainment (ex MyGames, ex VK, ex Mail.ru). На страницах этого сайта с удовольствием поделюсь своим опытом и мыслями с начинающими аналитиками и дата-саинтистами.

С 2018 года я занимаюсь машинным обучением и продуктовой аналитикой. Моя страсть — проводить различные исследования и внедрять результаты исследований в продакшн. 🧪🚀

В основном я работал в геймдеве, это были как мобильные проекты (фермы, ситибилдеры, головоломки, три в ряд), так и проекты для ПК и игровых приставок (Warface, Conqueror’s Blade, Atomic Heart, Lost Ark). Но также некоторое время был техлидом ML-команды в финтехе, где мы разрабатывали и внедряли ML-алгоритмы для определения в условиях жёсткого тайминга мошеннических транзакций. 💳🛡️

За это время было проведено множество продуктовых исследований, проверена куча гипотез и запущено множество пайплайнов в Airflow. Такие как:

• 📈 Предикт LTV — от огромных проектов с хорошей статистикой по платежам, которые зарабатывают миллиарды рублей, до малых проектов, где плохо работают предыдущие методы и нужно придумывать свои более тонкие инструменты.
• 👥 Кластеризация пользователей по паттернам поведения, что открывает огромные возможности: от повышения качества закупки трафика до таргетированных оферов и более глубокого понимания аудитории геймдизайнерами.
• 🎯 Корректировка неправильной атрибуции, что позволило правильнее оценивать рекламные кампании и работу UA-отдела.
• 🔮 Предикты: плательщиков, оттока игроков, бюджетов и пр.
• ⚙️ Разработка и запуск пайплайнов на своём выделенном сервере (PySpark/Hive, CI/CD GitLab, Airflow).
• ☁️ Работа со стеком AWS.
• 📊 Построение дашбордов в Tableau, Power BI, Superset, Zeppelin, FineBI.

За прошедшие годы пришлось поработать с самыми различными технологическими стеками и инструментами, которые сложно даже припомнить:

• Хранилища данных и инструменты работы с ними:
  HDFS (Hive, Impala, Cassandra, Trino, PySpark, HUE),
  Postgres, Vertica, ClickHouse, MySQL
  (DataGrip, HUE, DBeaver)

• Построение дашбордов:
  Tableau, Power BI, Superset, Zeppelin, FineBI,
  специализированные библиотеки Python

• Машинное обучение:
  В основном — классическое ML с числовыми данными:
  LightGBM, CatBoost, RandomForest, DBSCAN, Boruta, HyperOpt и пр.

С 2003 по 2018 год я занимался наукой. За это время стал автором:
- 📄 2 патентов
- 📚 13 статей в рецензируемых научных журналах (несколько — с Impact Factor 21!)
- 🗣️ Десятков докладов на международных конференциях

Из научного опыта я вынес умения проведения глубоких исследований, основанных на данных, проведения экспериментов, а также приятные воспоминания о посещении разных стран с устными докладами. 🌍✈️

До этого закончил в 2000 году физико-математическую школу при НГУ (СУНЦ НГУ) и Новосибирский Государственный Университет в 2005 году. 🎓

В свободное от работы время:

• Изучаю новые возможности использования так называемого ИИ (разворачиваю опенсорсные нейронки локально, тестирую новые возможности коммерческих проектов)
• Делаю свои проекты (Django/Telegram), которые ведутся самописными ботами с каскадным промтингом на основе API коммерческих нейронок. Вы же уже оценили творчество Дмитрия GameDeleev’а :)

Статьи

Новости

Нет новостей.

Материалы для обучения

Нет учебных материалов.