# Станислав Королев — Data Scientist

Россия · [tg: @lupinerh](https://t.me/lupinerh) · [lupinerh@gmail.com](mailto:lupinerh@gmail.com) · [Hugging Face](https://huggingface.co/lupinerh)

---

## Обо мне

ML/NLP Data Scientist с опытом end-to-end разработки сервисов: от данных и архитектуры до деплоя и мониторинга. Запускал production-решения: FAQ-бот для автоматизации поддержки, модели LTV и churn для оптимизации маркетинговых бюджетов.

---

## Опыт работы

### Data Scientist — Independent Developer
*2023 – Present*

- **RAG Movie Recommender** [[Demo/HuggingFace]](https://huggingface.co/spaces/lupinerh/movie-recommender-app): Создал рекомендательную систему с классическими подходами (SVD, Collaborative Filtering) и семантическим поиском Vector DB (ChromaDB/Faiss). Внедрил RAG-пайплайн подбора фильмов по текстовому описанию с помощью LLM.
- **Hybrid Sentiment Chatbot** [[Demo/HuggingFace]](https://huggingface.co/spaces/lupinerh/sentiment-chat-app): Создал сервис анализа тональности текста (ML + BERT + LLM API). Реализовал визуализацию эмоциональной окраски на уровне слов.
- **Educational AI Bot** [[Demo/Telegram]](https://t.me/prepgenius_bot): Создал Telegram-сервис для подготовки к собеседованиям. LLM генерирует вопросы и оценивает ответы, алгоритм интервального повторения планирует повторение пропущенных тем.
- **Anki AI Assistant**: Создал веб-сервис для обучения с LLM: автоматическая оценка ответов, генерация тестов и аудио-подкастов.
- **ToDo Assistant**: Создал веб-сервис управления задачами с LLM.
- **Finance Planner**: Создал веб-сервис планирования бюджета с LLM.

### Data Scientist — Plarium
*05/2019 – 09/2022*

- **LTV & Churn Pipeline (ML)**: Построил автоматизированный пайплайн (Airflow) прогнозирования LTV. Модель позволяет маркетингу оптимизировать долгосрочные бюджеты.
- **Churn Prediction (ML)**: Разработал модель оттока для сегмента пользователей и повысил метрики удержания игроков.
- **Revenue Forecasting (ML)**: Реализовал модель временных рядов для прогноза выручки от событий. Создал интерактивный симулятор сценариев.
- **Fraud Detection System (ML)**: Реализовал модель поиска нечестных игроков. Выявил новые паттерны мошенничества.
- **Support Automation Bot (NLP)**: Разработал E2E микросервис (API, Docker, MongoDB) для автоответов на вопросы пользователей. Решение (ML, NLP) превзошло штатный поиск и снизило нагрузку на техподдержку.
- **Support Ticket Auto-Tagging (NLP)**: Ускорил обучение и инференс Transformer-модели для автотегирования тикетов.
- **Optimal Push System**: Создал алгоритм персонального рекомендованного времени push-уведомлений.
- **User Segmentation**: Провел кластеризацию пользователей по поведенческим паттернам и реализовал API для использования сервиса другими командами.
- **Data Quality Monitor**: Автоматизировал поиск аномалий в данных и дашборд в Tableau, сократив время реакции инженеров на сбои.

---

## Образование

**Магистр — Прикладная математика и информатика**
Кубанский Государственный Университет (КубГУ), 2014 – 2020

---

## Навыки

- **DS & ML:** Python, SQL, PySpark, Pandas, NumPy, Scikit-learn, CatBoost, SHAP, LIME, Tableau
- **NLP:** LLM, RAG, Transformers, BERT
- **MLOps:** Docker, Apache Airflow, Git, REST API
- **Databases:** PostgreSQL, MongoDB, Vector Database (ChromaDB), Hadoop
