Работаю с прикладными задачами машинного обучения и анализа данных. Сейчас мой основной профессиональный интерес - LLM-приложения, Retrieval-Augmented Generation, NLP и оценка качества генеративных систем.
Также у меня есть опыт работы с рекомендательными системами, распределённым обучением моделей, обработкой речи и аудио, генеративными моделями и экспериментальным анализом.
- Санкт-Петербург
- Английский - C1
- Магистратура «Машинное обучение и анализ данных», НИУ ВШЭ, 2025–2027
- Открыта к позициям Data Scientist и ML Engineer
Проект по построению и оценке retrieval-части русскоязычной RAG-системы на SberQuAD. Сравнила полнотекстовый поиск Elasticsearch BM25, dense retrieval с эмбеддингами RuBERT и hybrid search на основе weighted Reciprocal Rank Fusion. Параметры гибридного поиска и итоговые метрики рассчитаны на раздельных выборках.
Результаты: Hybrid Hit@5 - 0,936, Hit@10 - 0,952; keyword search показал лучший MRR@5 - 0,9024.
Next-track рекомендательная система на основе implicit feedback и ALS. Эффект модели оценён с помощью пользовательского A/B-эксперимента на 30 000 симулированных эпизодов.
Результат: среднее время сессии выросло на 3,32%, 95% CI: [+1,45%, +5,20%].
Бенчмарк распределённого обучения языковых моделей на PyTorch. Сравнила DDP и стратегии FSDP, смешанную точность, activation checkpointing, CPU offload и масштабирование от 1 до 4 GPU на моделях Pythia 160M и 410M.
Результаты: суммарный throughput на 4 GPU - 879 766 токенов/с, эффективность масштабирования - 89,4%; activation checkpointing снизил пиковое потребление памяти с 12,93 до 8,38 GB.
Рекомендательная система для персонализированного ранжирования музыки. Сравнила ALS, feature-engineered ALS, EASE и ансамбль ALS–EASE на датасете из более чем 2,6 млн событий прослушивания.
Генерация game-ready карт высот с помощью VAE, β-VAE и Conditional VAE. Реализовала PyTorch-пайплайн, классово-условную генерацию и оценку terrain-aware метриками.
Исследование представлений WavLM Large для детекции голосовых дипфейков на ASVspoof 2019 и 2021 LA. Сравнила слои модели и стратегии агрегации скрытых состояний.
Лучший результат на development set: приблизительно 0,11% EER.
Русскоязычная decoder-only языковая модель, реализованная на PyTorch без готовой Transformer-модели: собственный Byte-level BPE-токенизатор, RoPE, grouped-query attention и train loop с AdamW, warmup/decay и gradient clipping.
Результаты: финальная 12-слойная модель на 79,45 млн параметров достигла validation loss 2,4395 после 14 000 шагов; чекпойнт и токенизатор опубликованы на Hugging Face.
Programming languages
Python · SQL · R
LLM и NLP
LangChain · Hugging Face · RAG · FAISS · embeddings · semantic search
Machine Learning
Python · PyTorch · scikit-learn · Transformers · ALS · EASE
ML Engineering
DDP · FSDP · distributed training · multi-GPU · activation checkpointing · CPU offload
Данные и оценка
pandas · NumPy · SciPy · SQL · A/B testing · statistical inference
Магистратура - Машинное обучение и анализ данных
НИУ ВШЭ · 2025–2027
Бакалавриат - Менеджмент
НИУ ВШЭ · 2021–2025
Открыта к предложениям и сотрудничеству в области LLM, NLP и прикладного машинного обучения.