Каким инструментарием пользовался на прошлом проекте

Для анализа данных использовал Python (Pandas, NumPy, Matplotlib/Seaborn), Jupyter Notebook. Для машинного обучения — Scikit-learn, XGBoost, LightGBM. Для глубокого обучения — PyTorch. Для работы с большими данными — Spark (PySpark). Для визуализации — Plotly, Tableau. Для развертывания моделей — Flask, Docker.

Пример кода для обработки данных:

import pandas as pd
from sklearn.model_selection import train_test_split

df = pd.read_csv("data.csv")
X_train, X_test, y_train, y_test = train_test_split(
    df.drop("target", axis=1), 
    df["target"], 
    test_size=0.2
)