All mentors
Артур Сапрыкин
Free test session

Study price

First session -5%
20334₽/ hour
Session with mentor
21404₽/ hour
5 sessions pack -5%
20334₽/ hour
10 sessions pack -10%
19264₽/ hour
15 minute test
Free
Extra services
1 week messaging
21404₽
Remote project review
Depends on complexity
Eligible for payments via wire transfer How it works?
Доступна рассрочка

Артур Сапрыкин

 Москва, Russia / GMT+03

Lead Data scientist, entrepreneur — Ип

Solvery mentor icon
3
Sessions complete

Меня зовут Артур Сапрыкин, я исследователь и разработчик в области искусственного интеллекта, предприниматель, автор и преподаватель курсов по машинному обучению. Опыт работы в IT - 10 лет.

PostgreSQL Python Машинное обучение Tensorflow Подготовка технических докладов OpenCV OpenVino Computer Vision Deep Learning Классификация изображений Структуры данных Data Science NLU BERT Dialog systems Chat bots NER Paraphrase detection Text generation Sentiment analysis Classification Clustering Word Embeddings Pytorch CNN FCNN Text Features Transformers RNN Рекомендательные Системы Аналитика Numpy Scipy Catboost scikit-learn Pandas Torch Техническое задание CUDA Tensorflow C API Управление проектами Системная аналитика Нейросети ИИ/AI

🤝 Can help with

Поможетновичкам обучающимся самостоятельно прошедшим курсы Junior Middle Senior прокачать навыкиразобраться с проектомс выполнением тестового заданияпройти обучение по программес выполнением рабочей задачипостроить план обучения
  • Расскажу о тонкостях и устройствах алгоритмов машинного и глубокого обучения
  • Готов поделиться идеями по реализации проектов, связанных с искусственным интеллектом
  • Составлю план развития и проведу, при необходимости, по нему, чтобы стать сильным специалистом в Data Science

💻 Work experience

November 2024 — until now

Маглося — CEO

May 2016 — until now

Ип — Lead Data Scientist

🤟 Projects

Система авторевью веб-проектов

Проектировал архитектуру и руководил командой. Система позволяет анализировать код JS, CSS и HTML, и затем аннотировать отдельные участки, если они содержат ошибки, отклонения от принятых стандартов или если код реализован неэффективно.

Модель извлечения бизнес-процессов на основе данных об активностях сотрудников

Ключевой особенностью модели являлось то, что размеченных данных не было, и алгоритм не знал, где начало процесса, а где конец. В итоге модель смогла определить у групп сотрудников одинаковые или близкие поведенческие паттерны, которые после исследования процессным офисом были верифицированны, и нашли соответствие с разработанными регламентами и функциональными обязанностями сотрудников.

Морфологический, синтаксический и семантический анализаторы

Инструменты собственного производства, благодаря которому был разработан саммаризатор текста (краткое изложение текста) без жесткой привязки к обученным данным и объёму текста.

📰 Publications