Alexander Nikolaev，泰国曼谷的开发者
Alexander is available for hire
Hire Alexander

Alexander Nikolaev

Verified Expert  in Engineering

Machine Learning Developer

Location
Bangkok, Thailand
Toptal Member Since
May 20, 2019

Alex是一位在数据科学方面拥有丰富经验的软件工程师. 他有很强的后端工程技能，喜欢深入挖掘数据，以获得有价值的见解和隐藏的宝石. 他是一个优秀的沟通者，熟练地引导团队以确保项目的成功交付. Alex的专长在于创建高效的端到端机器学习解决方案，并对业务需求和kpi有深刻的理解.

Machine LearningPythonJavaHadoopScalaSparkReactImpalaApache KafkaDjangoSQLAlgorithmsTensorFlowCouchbaseNoSQLLucene

Portfolio

Agoda
RabbitMQ, Apache Kafka, Couchbase, Impala, Hadoop, Microsoft SQL Server, Spark...
Sberbank
TensorFlow, SQL, Jupyter, Python
Twitter
Hadoop, Scala, Apache Lucene, Java

Experience

Python - 6 yearsMachine Learning - 5 yearsREST - 5 yearsJava - 3 yearsScala - 2 yearsSpark - 2 yearsApache Kafka - 2 years

Availability

Part-time

Preferred Environment

Jupyter, PyCharm, IntelliJ IDEA, Git, Linux

The most amazing...

...我开发的程序是一个机器学习模型，它使公司因欺诈而造成的损失减少了2美元.5 million a year.

Work Experience

Software Engineer

2017 - PRESENT
Agoda
  • 在Scala和Play中开发了一个账户保护API, 谁负责检测用户账户中的可疑活动.
  • 实现了一个显示CAPTCHA的机器学习模型, 这将误报的数量减少了50%.
  • 实现了客户欺诈检测的机器学习模型, saving the company approximately 2.5 million USD a year.
  • 监督一个六人的机器学习协议团队.
  • 实现了机器人异常检测框架，并对可疑用户进行检测. More specifically, 该框架允许近乎实时地识别大容量攻击或凭证填充攻击.
  • 就机器学习方法向各种团队咨询, and helped develop a quick, and efficient POC.
  • 使用Apache Kafka开发跨五个数据中心的数据复制机制.
Technologies: RabbitMQ, Apache Kafka, Couchbase, Impala, Hadoop, Microsoft SQL Server, Spark, TensorFlow, Jupyter, Play, Python, Java, Scala

Data Scientist

2017 - 2017
Sberbank
  • 在Python中实现了一个用于信用评分模型验证的分析库.
  • Automated ETL jobs.
  • 使用TensorFlow开发贷款应用中的异常检测框架.
  • 就数据科学和行业最佳实践向经理和高管咨询.
  • 为数据科学家组织活动和比赛.
Technologies: TensorFlow, SQL, Jupyter, Python

Software Engineering Intern

2016 - 2016
Twitter
  • 使用Apache Lucene在归档索引中实现了高效的最小参与操作符, and Twitter EarlyBird.
技术:Hadoop, Scala, Apache, Lucene, Java

Data Analyst

2014 - 2016
Yandex
  • Developed look-alike models for ads targeting, and audience segmentation by behavior, age, and gender using Python, and Java.
  • Gathered and pre-processed the data, trained the models, ran A/B testing, and followed through to production.
  • 为分析框架的发展做出了贡献.
  • 年龄检测分类器的性能提高了10%(以AUC计算).
技术:wwpal rabbit, Hadoop, MapReduce, SQL, Jupyter, Java, Python

基于树莓派的实时数据处理与分析

我做了一个电动长板，由树莓派、一个iOS应用程序和遥控器控制. Aside from the longboard control, 树莓派负责从一系列传感器收集数据，比如IMU传感器, a temperature sensor, a light sensor, batteries, and motors. 我处理它的自动速度调整(I.e. 巡航控制)和表面分类实时.

使用的技术:Python (scikit-learn, Pandas, NumPy)， SQLite, Apache Kafka.

基于用户网站行为的年龄检测

我从WebAdvisor工具Yandex收集了匿名数据.Metrica service, 哪个跟踪用户在网站上的行为，比如点击, scrolls, and scrolling speed. The null hypothesis was that such features would be helpful for the detection of two groups of users; those under 17 years of age, 55岁以上的用户(营销术语中的年龄组). As a result, the hypothesis was confirmed, 与现有的分类器相比，我能够将这些组的准确率提高11%.

使用的技术:Python (scikit-learn, Pandas, NumPy)， XGBoost, wwpal rabbit, MatrixNet.

Fraud Detection Pipeline

我在Scala、Spark和Python中实现了用于帐户接管欺诈检测的LightGBM模型. 这种方法捕获了85%的欺诈行为，总体改善率为45%. 为了使它在实时Scala应用程序中运行，我使用了JPMML和Scala Play.

使用的技术:LightGBM, PMML, Scala Play, Apache Kafka, Couchbase, Docker.

Anomaly Detection Framework

我使用高效的(线性空间)DBSCAN聚类算法实现了在网站流量消息中进行异常检测的Spark, 是什么触发了交通中未知集群的警报.

使用的技术:Spark, Scala, DBSCAN, Grafana.

React-SPA

我为曼谷一家发展最快的电子商务初创公司在LINE前端框架中嵌入了一个简单的React-SPA, Thailand

使用的技术:React, Redux, Saga, Webpack.

Languages

Python, SQL, Scala, Java, JavaScript

Libraries/APIs

Scikit-learn, TensorFlow, Apache Lucene, React, Monix

Paradigms

数据科学，REST，函数式编程，MapReduce

Other

Machine Learning, Data Structures, Statistics, Software Development, Algorithms, Probability Theory, Vowpal Wabbit

Frameworks

Hadoop, Spark, LightGBM, Play, Django, Akka

Tools

Impala, Git, IntelliJ IDEA, PyCharm, Jupyter, Tableau, MATLAB, RabbitMQ

Platforms

Jupyter Notebook, Apache Kafka, Linux, Docker

Storage

Couchbase, NoSQL, Cassandra, Microsoft SQL Server, MySQL

2012 - 2017

应用数学和计算机科学学士学位

国立研究型大学-高等经济学院-莫斯科，俄罗斯

Collaboration That Works

How to Work with Toptal

在数小时内，而不是数周或数月，我们的网络将为您直接匹配全球行业专家.

1

Share your needs

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2

Choose your talent

在24小时内获得专业匹配人才的简短列表，以进行审查，面试和选择.
3

Start your risk-free talent trial

与你选择的人才一起工作，试用最多两周. Pay only if you decide to hire them.

Top talent is in high demand.

Start hiring