Виноградов Евгений

Преподаватель-эксперт по машинному обучению и AI

Начальник отдела разработки хранилищ данных и аналитических сервисов, компания ЮMoney

Профессиональная деятельность

  • С 2007 года специализируется на проектах в области финтеха: разработка хранилищ и витрин данных, подготовка моделей машинного обучения, дашбордов и self-service BI.
  • В фокусе интересов - задачи, связанные с управлением данными в антифроде, учете, маркетинге и других направлениях.
  • С 2003 по 2007 гг – разработка приложений (Delphi, MS SQL, Java, PHP) и пилотов в области мобильных сервисов и обработки данных в компании «Алкор-Пейкеш» (платежная система PayCash).
  • 2002–2003 гг - НИИ Системотехники. Разработка приложений на С/С++ в интересах ОПК.
  • 2000–2002 гг - ООО «Софт Дев». Разработка систем автоматизированного проектирования на C++

Преподавательский опыт

  • 2018 г. - н.в. - ВЭШ Санкт-Петербургского Университета Экономики и Финансов, лекции по машинному обучению и другим темам.
  • 2012 г. - Международный Банковский Институт, курсы для финтех-компаний.
  • 2005 г. - Санкт-Петербургский Государственный Университет, лекции и семинары по инструментальному анализу баз данных.

Образование и научные достижения

  • Cанкт-Петербургский Государственный Университет, ф-т Прикладной математики - процессов управления
  • кандидат физико-математических наук

Программы преподавателя

Специалист по OSINT

Комплексная программа
Комплексная программа, состоящая из больших программных модулей
Онлайн и очно
Вы можете сами выбрать удобный формат обучения
5 – 9 сентября 2022
40 часов

Программа подготовки высококвалифицированных специалистов, обеспечивающих поддержку принятия решений на основе уникальной информации, добываемой из открытого Интернета, баз данных, даркнета, приложений, умных гаджетов и других источников.

Основы искусственного интеллекта. Области применения и типовые задачи

Курс
Учебный курс, посвященный определенной области знаний
Онлайн и очно
Вы можете сами выбрать удобный формат обучения
8 часов

Технологии больших данных, машинного обучения и нейросетей в области безопасности. Изучим базовые алгоритмы анализа данных, построения моделей и их обучения на примере задач компьютерного зрения, выявления аномалий поведения и антифрода.