JorDea

Data Science / Quant Risk / ML

Строю модели рыночного и кредитного риска: VaR и Expected Shortfall, EWMA/GARCH, кредитный скоринг и бэктестинг — на Python, с ML там, где он реально помогает.

Scroll to explore

Обо мне

Студент ИТМО, Data Scientist с фокусом на квантовых риск-моделях.

Основной фокус - количественные методы в финансах: рыночный риск, кредитный скоринг, временные ряды и модели волатильности.

Работаю с VaR/ES, EWMA и GARCH, бэктестингом по Купику и Кристофферсену, PD-моделями и калибровкой вероятностей. Мне важно понимать модели на уровне математики и статистики, а не только на уровне готовых библиотек.

В проектах соединяю исследовательский подход и инженерную реализацию: воспроизводимые пайплайны, тесты, честные метрики и доведение прототипа до работающего инструмента.

Образование
ИТМОМатематическая статистика, машинное обучение и количественные методы.
Цель
Quant Risk / Data ScienceСтажировка в команде риск-аналитики или Data Science в финансах.
Сейчас
VaR / GARCH / ScoringМодели волатильности, бэктестинг риск-метрик и кредитный скоринг на реальных данных.
01 / risk

Риск-модель должна пройти бэктест, а не просто посчитаться.

02 / data

Сильный результат начинается с данных, метрик и честных ошибок.

Focus areas

Направления, в которых я работаю и собираю практику.

01

Market Risk

VaR и Expected Shortfall, оценка волатильности через EWMA и GARCH, Monte Carlo на тяжёлых хвостах.

VaR / ESEWMAGARCHMonte Carlo
02

Credit Risk & Scoring

PD-модели, WoE/IV-биннинг, калибровка вероятностей, скоркарты и интерпретация через SHAP.

PD-моделиWoE / IVScorecardSHAP
03

Backtesting & Validation

Проверка моделей на истории: тесты Купика и Кристофферсена, out-of-sample валидация, анализ ошибок.

KupiecChristoffersenCross-validationMetrics
04

ML Engineering

Воспроизводимые пайплайны: Python, SQL, Docker, тесты и доведение модели от ноутбука до сервиса.

PythonSQLDockerFastAPICI

Проекты

Quant & Data Science

GitHub
01/ 04

Riskforge

core project

Библиотека рыночного риска на Python: исторический и Monte Carlo VaR, Expected Shortfall, волатильность через EWMA и GARCH(1,1), бэктесты Купика и Кристофферсена, сравнение LSTM с GARCH на реальных данных SPY/QQQ/TLT/GLD.

PythonVaR / ESGARCHBacktestingLSTM
core project

Riskforge

Библиотека рыночного риска на Python: исторический и Monte Carlo VaR, Expected Shortfall, волатильность через EWMA и GARCH(1,1), бэктесты Купика и Кристофферсена, сравнение LSTM с GARCH на реальных данных SPY/QQQ/TLT/GLD.

PythonVaR / ESGARCHBacktestingLSTM
credit risk

Credit Scoring

PD-модель на датасете Default of Credit Card Clients: логистическая регрессия и LightGBM, WoE/IV-биннинг, изотоническая калибровка, скоркарта в шкале PDO и SHAP-интерпретация. AUC 0.78, KS 0.42.

LightGBMWoE / IVCalibrationScorecardSHAP
hackathon

QuantForge

Торговый агент для Московской биржи: пайплайн от рыночных данных до сигналов и оценки стратегии, собран в хакатонном темпе с упором на работающий end-to-end прототип.

PythonMOEXTradingStrategy
computer vision

Freshness Detection

CV-проект по определению свежести продуктов на YOLO: сбор и качество датасета, борьба с class imbalance, precision/recall/mAP и разбор ошибок модели.

YOLOObject DetectionDataset QualitymAP

Образование

ИТМО и самостоятельная квант-база.

Изучаю теорию вероятностей, математическую статистику, стохастические процессы, оптимизацию и машинное обучение. Параллельно развиваю инженерные навыки: Python, SQL, Git, Linux, Docker и деплой моделей как сервисов.

Core

Python / NumPy / Pandas / SQL / Git / Linux

ML

scikit-learn / LightGBM / Validation / Metrics / Feature Engineering

DL

PyTorch / LSTM / Attention / Transformers

Risk

VaR / ES / EWMA / GARCH / Backtesting / Calibration / Scorecards

Engineering

FastAPI / PostgreSQL / Docker / REST API / Vercel

Контакты

Ищу стажировку в Quant Risk или Data Science.

Особенно интересны рыночный и кредитный риск, риск-метрики и стресс-тесты, временные ряды и ML-инструменты для финансов, которые можно довести до продакшена.

Написать на почту