Skip to content
View Almir228's full-sized avatar

Highlights

  • Pro

Block or report Almir228

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
Almir228/README.md

Альмир Мунасипов

Выпускник МФТИ по направлению физики, развиваюсь в продуктовой и бизнес-аналитике. Интересуюсь поведением пользователей, проверкой гипотез и тем, как превращать данные в понятные решения.

Образование и опыт

  • Бакалавриат Московского физико-технического института.
  • Математическая подготовка: теория вероятностей, статистика и численные методы.
  • Учебные проекты на Python и C++: анализ таблиц, измерение производительности алгоритмов и математическое моделирование.
  • Дипломная работа по математической физике и калибровочным теориям; интерес к исследованиям и строгой аргументации.

Инструменты

Python · pandas · NumPy · SciPy · PyTorch · matplotlib · Jupyter · C++17 · SQL (изучение и практика)

Избранные проекты

Проект Содержание
Учебный кейс продуктовой аналитики Новый синтетический кейс, подготовленный с помощью Codex: SQL, pandas, последовательная воронка, когортное удержание и неопределённость A/B-теста. Включает воспроизводимую записку с выводами; реальный бизнес-эффект не заявляется.
Минимальные поверхности и нейросетевой суррогат Самостоятельный C++/Python pet-project: решение задачи Плато для заданного 3D-контура, перестройка треугольной сетки и интерактивная визуализация. PyTorch-прототип генерирует обучающие поверхности и предсказывает неявное поле либо коэффициенты разложения Чебышёва.
Численные методы и интегралы по путям Воспроизводимый Python-проект по стохастическим процессам: Monte Carlo и Metropolis–Hastings для азиатского опциона, точная и Euler-дискретизация процесса Орнштейна–Уленбека, графики сходимости и тесты математических свойств.
Практикум по программированию Анализ таблиц и замеров алгоритмов на Python, структуры данных на C++ и простые физические модели. В README выделены примеры и отмечены незавершённые задания.
AI Calorie Assistant Прототип плагина Obsidian для оценки состава блюда, корректировок и дневника питания в Markdown. JavaScript-клиенту нужен отдельно настроенный сервер.

Текущие интересы

Продуктовая аналитика · статистический вывод · планирование экспериментов · продуктовые метрики · принятие решений на основе данных · математическое моделирование · численные методы

Контакты

GitHub: Almir228

Pinned Loading

  1. AI-calorie-assistant AI-calorie-assistant Public

    JavaScript