רויטל יוסופוב

אני קפדנית, מדויקת ובעלת עין חדה לפרטים קטנים. יש לי ניסיון בבדיקות QA עבור תהליכי נתונים, אימות תקינות pipelines ו-validation של תוצאות מודלים. אני יודעת לנסח מקרי בדיקה שיטתיים, לזהות אנומליות, ולוודא עקביות ואמינות של מערכות. בנוסף, יש לי ניסיון עם בדיקות אוטומטיות בסיסיות ב-Python ועם מעקב באגים באמצעות JIRA ו-GitHub.

אני מספקת שירותי פיתוח, אימון והתאמה של רשתות נוירונים עמוקות (Deep Learning) למגוון יישומים. מזיהוי תמונה ודיבור ועד לעיבוד שפה טבעית וחיפוש סמנטי. אני עובדת עם TensorFlow ו-PyTorch לבניית מודלים מותאמים אישית, ביצוע fine-tuning והערכת ביצועים מדויקת.
יש לי ניסיון עשיר ב-data annotation, tokenization ו-preprocessing לשיפור איכות הנתונים לפני האימון, ובאופטימיזציה של תהליכי למידה לצורך דיוק מרבי.
אני מתמחה בעבודה עם מודלים מתקדמים כמו BERT, LaBSE ו-GPT, כולל התאמה לשפות שונות (עברית ואנגלית) ויצירת pipelines חכמים המשלבים בין איסוף נתונים, אימון רשתות ו-evaluation.
מישהי שתוכל להקים עבורכם מודל AI מאפס או לשפר ביצועים של מודל קיים.

ניסיון בבניית pipelines מלאים ללמידת מכונה: החל מאיסוף וניקוי נתונים, דרך Feature Engineering, בחירת מודלים ו-hyperparameter tuning, ועד הערכת ביצועים ו-deployment. יישמתי מודלים של רגרסיה, סיווג, clustering ו-recommendation systems בפרויקטים מגוונים, תוך שימוש ב-scikit-learn ו-XGBoost. הדגש תמיד על פרשנות תוצאות והפקת ערך עסקי אמיתי.

ניסיון בניתוח נתוני IoT וסדרות זמן מתוך פרויקטים של ניתוח תחזיות מזג אוויר בישראל. יישמתי מודלים סטטיסטיים ולמידת מכונה (ARIMA, SARIMAX, DTW Clustering) לזיהוי מגמות עונתיות, הבדלים אזוריים ואנומליות. העבודה כללה טיפול בנתוני זמן אמיתיים, הבנת הקשר בין מדידות פיזיות ומזג האוויר, והפקת תובנות ויזואליות אינטראקטיביות באמצעות Folium ו-Matplotlib.

עבדתי עם רשתות נוירונים עמוקות בעיבוד תמונה, טקסט וסדרות זמן. פיתחתי מודל סיווג רכבים עם ResNet50 ו-FAISS שהשיג Top-1 Accuracy של כ-0.9, ושימש גם למערכת חיפוש תמונות חכמה. אני מנוסה ב-CNNs, Transfer Learning ו-fine-tuning, ויודעת להתאים אדריכלות רשת לפי בעיה עסקית ונתוני אימון זמינים.

בפרויקט הגמר שלי ניתחתי אלפי עמודים של קוד המס האמריקאי במטרה לזהות שינויים ליריים, סמנטיים ותחביריים בין גרסאות. שילבתי מודלים מתקדמים כמו BERT ו-LaBSE, יחד עם מדדי דמיון (Cosine, Jaccard) ו-fuzzy matching, והשגתי דיוק של 98% בזיהוי שינויי משמעות אמיתיים. הניסיון כולל שימוש ב-Hugging Face, Transformers, preprocessing לטקסטים בעברית ובאנגלית, ו-semantic analysis.
כמו כן, במהלך הלימודים עבדתי עם מודלים כמו ROBERTA, DEBERTA.

בוגרת תואר ראשון במדעי הנתונים, עם התמחות מעשית בעבודה על מאגרי נתונים גדולים, ניתוח תובנות עסקיות, ויצירת דאשבורדים אינטראקטיביים. ביצעתי ניתוחים סטטיסטיים ומודלי ML לתחזיות, חיזוי מגמות וזיהוי דפוסים. באחד הפרוייקטים ניתחתי נתוני מכירות ולקוחות באמצעות KMeans ו-Tableau, והפקתי תובנות עסקיות מדידות. אני שולטת ב-Python, SQL, Tableau ו-Power BI, ומנוסה בהטמעת תהליכי ETL ובויזואליזציה של נתונים מורכבים.

אני מתכנתת Python מנוסה עם ניסיון עשיר בניתוח נתונים, פיתוח מודלים ו-automation. בקיאה בספריות NumPy, Pandas, scikit-learn, TensorFlow ו-PyTorch, ובעלת ניסיון בכתיבת סקריפטים ל-data pipelines, עיבוד נתונים בזמן אמת, ובניית ממשקי API מבוססי ענן (GCP Firestore, Cloud Run). בנוסף, השתמשתי ב-Python בפרויקטים מגוונים מ-NLP ועד Deep Learning ו-Scraping.

במהלך פרויקט חיזוי מחירי מלונות (Hotel Pricing Prediction) פיתחתי תהליך Data Scraping מלא לאתרים Booking.com ו-Expedia, שבו נשלפו למעלה מ-5,000 רשומות באמצעות Selenium ו-BeautifulSoup. הנתונים עובדו, נוקו והותאמו לאנליזה חיזויית. אני מיומנת בהקמת סקרייפרים אמינים ויעילים, בהתמודדות עם HTML דינמי, באוטומציה של תהליכי איסוף מידע ובהכנתם לשימושים אנליטיים או חיזויים.