ML / Quant-разработчик. Студент ИТМО. Занимаюсь машинным обучением, финансовым риск-менеджментом и full-stack разработкой.
Сейчас: финансовый ML — рыночный риск (VaR/ES, GARCH), кредитный скоринг, алгоритмическая торговля.
Riskforge — рыночный риск
Библиотека для оценки рыночного риска портфеля: VaR и Expected Shortfall (исторический, параметрический, Monte Carlo на нормальном и Student-t распределениях), волатильность EWMA (RiskMetrics) и GARCH(1,1) с оценкой через MLE, бэктестинг по Kupiec и Christoffersen, LSTM-прогноз волатильности в сравнении с GARCH. Исследовательские ноутбуки на данных SPY/QQQ/TLT/GLD за 2015–2025.
Python NumPy pandas SciPy PyTorch pytest GitHub Actions
Credit-Scoring — кредитный скоринг
PD-модель на датасете UCI Default of Credit Card Clients: логистическая регрессия и LightGBM с изотонической калибровкой вероятностей, WoE/IV-анализ признаков, скоркарта в формате PDO, интерпретация через SHAP. AUC 0.779, KS 0.42.
Python scikit-learn LightGBM SHAP
Автономный торговый агент для чемпионата ArenaGo: рыночные данные MOEX ISS, feature store с техническими индикаторами, классификатор рыночного режима, alpha-engine (правила + LightGBM/CatBoost), backtest с walk-forward валидацией, risk engine (kill-switch, лимиты экспозиции, drawdown), исполнение заявок через ArenaGo API и объяснение решений через LLM. (приватный репозиторий)
Python FastAPI Next.js PostgreSQL/TimescaleDB Redis Docker LightGBM CatBoost
JorDea-Website — личный сайт
Персональный сайт-портфолио: монохромный дизайн, плавный скролл и анимации. Деплой на Vercel.
TypeScript Next.js Motion Lenis Tailwind CSS
- Языки: Python, TypeScript, SQL
- ML/DS: PyTorch, scikit-learn, LightGBM, pandas, NumPy
- Backend: FastAPI, PostgreSQL, Redis, Docker
- Финансы: VaR/ES, EWMA/GARCH, бэктестинг, кредитный скоринг, алготрейдинг
- GitHub: @theJorDea
- Email: klevin3701@gmail.com