Junior Backend Developer

Описание

Клеймёнова Анастасия Викторовна
27.04.2005 (21 год)
Г.Тюмень
+7 (982) 935 -52 -64
nasty.aa_kl@mail.ru
Цель
Профессия: ML -инженер
Ожидаемый уровень дохода: 100 000 рублей в месяц
Офис/у даленный/гибридный график
Образование
Тюменский государственный университет (ТюмГУ) , 2022 –2026
Бакалавриат · Информационные системы и технологии
Профиль: Веб -разработка и технологии интеллектуальных систем
Навыки
ML / NLP / AI: Python, PyTorch, Hugging Face Transformers, scikit -learn, FAISS, RuBERT,
NER, RAG, pandas, numpy
Backend: FastAPI, Flask, REST API, PHP (Laravel)
Frontend: React, JavaScript, HTML, CSS
Базы данных : PostgreSQL, SQL, Oracle
Инструменты : Git, VS Code, PyCharm, Bizagi
Языки
Английский: В2 ( Upper -Intermediate ) — технический и разговорный
Немецкий: А2 (Elementary )
Русский: родной
Опыт работы
Инженер · АО «СУЭНКО» (Сибирско -Уральская энергетическая компания)
2025 — 2026 · Тюмень
• Обработка и ввод данных в информационные системы и базы данных
• Разра ботка дипломного проекта по заказу компании с последующим внедрением -
интеллектуальная система обработки обращений граждан (NLP, RuBERT, FastAPI)
Репетитор по английскому языку
2023 –2025 · Частная практика
• Подготовка учеников к ЕГЭ/контрольным/зачетам; уровень преподавания — Upper -
Intermediate
Ста жёр -контент -менеджер · ЧУДПО «Учебный центр Дельфа»
2023 · Учебная практика
• Администрирование контента в CMS Bitrix; работа с административной панелью

Проекты
Интеллектуальная система обработки обращений граждан
Дипломный проект / production -система для тю менского филиала АО «СУЭНКО»
• NLP -пайплайн: предобработка → классификация (fine -tuned RuBERT) → NER → RAG
на FAISS → генерация черновика ответа
• Fine -tuning RuBERT (Hugging Face Transformers + PyTorch) на историческом датасете
обращений энергокомпании; целев ой F1 -score ≥ 0.85
• Векторное хранилище для семантического поиска по базе знаний: FAISS -индекс над
sentence -embeddings
• Backend: FastAPI (Python) + PostgreSQL; REST API для интеграции ML -сервиса с веб -
приложением
• Frontend: React — кабинет оператора и админис тративная панель
• Результат: сокращение времени обработки типовых обращений более чем на 90%

Классификация изображений · CNN + Dense (учебный проект)
• Разработка и оптимизация свёрточной нейронной сети для задачи классификации
изображений на Python (PyTorch )