Борис Тимохин

Нейронные сети – многослойные, глубокие, свёрточные, с памятью.
gradient boosting – xgboost, lightgbm.
Scikit-learn, statistics, pandas.
Оптимизации – реализация с нуля ядер для генетических алгоритмов, метода имитации отжига под конкретную задачу.
image – весь арсенал scikit-image, openCV, предобработка, контуры, сегменты, детекторы, классификация
AR – интеграция в iOS приложения
Сервера, клиенты, краулеры и сервисы на python, erlang, haskell.

Опыт работы с ведущими отраслевыми интернет-магазинами, создание распределённых букмекерских платформ, платформ криптовалютных бирж, с запредельными требованиями по нагрузке.
Python: django, tornado, flask с любыми расширениями
Erlang; cowboy, mochiweb, webmachine
Haskell фреймворки: yesod, snap
JavaScript интерфейсы, websockets, сложные интерфейсы, с требованиями по производительности