Приложение-сервис отображения постов, пользователей и их действий, а также рекомендаций постов, на основе предпочтений пользователей и информации о постах, для вымышленной социальной сети. Ознакомиться с проектом можно по ссылке https://github.com/leonid1525/Recommendations_system.

Приложение на основе исторических котировок прогнозирующее стоимость акций биржевого паевого инвестиционного фонда "Тинькофф Вечный портфель RUB". На данный момент программа находится на ранних этапах разработки. Ознакомиться с проектом можно по ссылке https://github.com/leonid1525/Securities_value_forecasting_system.

Исследую корма с помощью Python для выбора оптимального по цене и качеству корма для приюта. Ознакомиться с проектом можно по ссылке https://github.com/leonid1525/research_on_cat_food.

Я заинтересовался миром Data Science летом 2022 года. Мой интерес обусловлен личным проектом, в котором научным методом необходимо найти вещество, обладающее определёнными химическими и физическими свойствами. Немного изучив материалы, пошёл учиться на курс StartML в Karpov.courses. Пройдя половину курса, понял, что должен дополнительно изучить инструмент для развертки и масштабирования Docker.

Если вы спросите меня, "на что похожи программирование, анализ данных и машинное обучение"? Я скажу вам, что это напоминает популярную игру "Factorio"!

1. В игре вы продумываете, как добывать и обрабатывать ресурсы, производить сложные комплектующие и транспортировать всё это. И вот это очень схоже с программированием. В практике вы так же настраиваете различные соединения, потоки данных, преобразования.

2. Другой момент - анализ. Достаточно ли производится микросхем? Приходится часто смотреть на графики потребления и производства! Если что-то простаивает, то это нужно исправлять, потому что ресурсы ограничены.

3. На поздних этапах возникает потребность в автоматизации управления, потому как баз становится очень много, а противники не спят. Этот момент похож тем, что мы вручную подбираем и настраиваем признаки и их значения, по которым система в будущем решает, на производство чего переключить внимание. А в жизни решения о значениях признаков можно автоматизировать при помощи библиотек scikit-learn, xgboost, lightgbm, catboost.