Data Scientist

Обо мне

Меня зовут Мухаммед. Я студент 4-го курса РУДН, учусь на программиста и математика. С детства люблю компьютеры, мне всегда было интересно разбирать и собирать их обратно. Я всегда знал, что буду программистом либо инженером/ученым. Когда я стал подростком, уже меньше думал о программировании, но я начал изучать английский язык, у меня была мечта – побывать в Америке. В 2015 году я поставил перед собой цель – учиться в Америке по программе обмена. В то время мы с семьей жили на Ближнем Востоке. Я узнал, что у нас есть программа обмена учеников для региона Ближнего Востока и Южной Европы YES (расшифровывается как Youth, Study & Exchange), которая позволяла учиться 1 год в США. Много лет я отлично учился в школе и дополнительно изучал английский язык, чтобы быть «YES student». В 2018 году я прошел многочисленные испытания и уехал учиться в американскую школу в Миннесоте. Я жил в американской семье в течение года, и там я очень подружился с Робертом (обычно его звали Боб) – отцом семьи. Боб работал главным инженером в компании по производству микрочипов «Микрон» (Micron). Думаю, что именно в тот момент, когда Боб показал мне одну из интегральных схем, над которой он работал, мои глаза загорелись огнем. Тогда я точно понял, что моя профессия должна быть связана с программированием. На данный момент я изучал Python, Julia, C++ и Java. Это то, что я изучал, но лучше всего знаю Python. У меня пять сертификатов курсов по Дата Сайенс от Google, поэтому работа с данными (анализ данных) меня интересует, а также разработка систем машинного обучения. В настоящее время я изучаю материалы по машинному обучению (в основном касающиеся анализа тональности и моделей BERT). В июне 2024 года сдал на отлично программу, которая сможет идентифицировать (sentiment target, sentiment) в новостях на английском языке (позже на русском). У меня много проектов по направлению ML. На Kaggle ссылка на аккаунт Kaggle можете посмотреть, в каких соревнованиях я участвовал и какие наборы данных я собрал. На GitHub можете проверить мой код, проекты и всего подобного. Я готов попробовать что-то новое и интересное – я студент, поэтому готов искать новые возможности до тех пор, пока не найду то, что меня действительно интересует. Мне не важно, где работать – в офисе или удаленно. Хочу опробовать себя и принести пользу моей будущей компании.

Образование

• Российский университет дружбы народов (июнь 2025)
  • Бакалавриат, четвертый курс, математика и компьютерные науки (02.03.01)

Хард и софт скиллс

Языки программирования

• Python, SQL, Julia, C++.

Технологии

• Pandas, NumPy, TensorFlow, PyTorch, Matplotlib, Seaborn, Markdown.

Инструменты

• Git, Jupyter, MS Studio.

Языки

• Английский (C2), Арабский (родной).

Сертификаты

• Google Data Analytics Courses (Foundations: Data, Data, Everywhere; Ask Questions to Make Data-Driven Decisions),

  • Первый сертификат: Foundations: Data, Data, Everywhere

  

  • Второй сертификат: Ask Questions to Make Data-Driven Decisions

  

  • Третий сертификат: Prepare Data for Exploration

  

  • Четвертый сертификат: Process Data from Dirty to Clean

  

  • Пятый сертификат: Analyze Data to Answer Questions

  

• TOELF IBT (C2) и другие экзамены по английскому языку (PAST, AST, SAT, …).

Софт скилс

• опыт командной работы в проектах, подготовке презентаций, умение донести свою идею.

Публикации

• Abu Suveilim, M. M. (2025, to be published in April). Multilingual Sentiment Analysis in Financial News. In the Proceedings of the International Conference on Information and Telecommunication Technologies and Mathematical Modeling of High-Tech Systems (ITTMM) 2025.

• Абу Сувейлим, М. М. (2024). Феномен проникновения сетевого сленга в научную речь. В: Информационно-коммуникативная культура специалиста в цифровую эпоху: материалы Международной студенческой проектной сессии 15–17 мая 2024 г., Москва, Институт русского языка, РУДН. Москва: РУДН, 2024. 271 с. : ил. (Научный руководитель: Кривченкова И. В.)

Проекты

Анализ тональности новостей | Python, NumPy, Pandas, TensorFlow июнь 2024

• Данный проект находится в стадии разработки и является моей курсовой работой третьего курса.
• Идея проекта заключается в определении пятерки/ 5-кортежа (sentiment-holder, sentiment-target, sentiment-target-aspect, sentiment, sentiment-time) в новостях на английском языке (в дальнейшем, и на русском языке).

• Модель на данный момент определяет объект сущности и тональность относительно к объекту (sentiment-target, sentiment).

• ссылка на репо проект Анализ тональности новостей

Regression with an Insurance Dataset | lightGBM, Seaborn, matplotlib, Oputna декабрь 2024

• Задача звучит таким образом: дан набор данных с различными признаками разного типа. На основе этих признаков нужно предсказать стоимость страхования. Задача немного похожа на задачу кредитного скоринга — вместо объема кредита модель предсказывает стоимость страхования. Проект включает в себя следующие этапы: подготовка данных, feature engineering (например, преобразование дат, создание новых признаков) и использование модели LightGBM. Особое внимание уделено обработке пропущенных значений, которые сохраняются из-за их корреляции с целевой переменной.

• ссылка на репо проект Regression with an Insurance Dataset

Кросс-лингвальный анализ тональности финансовых новостей | mBERT, Transformer, PyTorch февраль 2025

• Этот проект является моей дипломной работой. Требуется сделать сравнительный анализ множества кросс-лингвальных моделей. Далее выбрать трансформер-модель (distil multilingual BERT) дообучить (fine tune) её на masked language modelling (MLM), затем дообучить её на анализ тональности финансовых новостей. У базовой модели оценка perplexity 12.11, а у fine tuned модели 6.04 (50% улучшение). Также у fine tuned модели по всем метрикам (Accuracy, Precision, Recall и F1) улучшение на 4-6%.

• ссылка на репо проект Multilingual sentiment analysis

Контакты

• Телефон: +79004852795
• Электронная почта: mukhammedabusuveilim@gmail.com