Скидка на вакансию
Скидка на первую вакансию
Акция до 22 декабря
👀 Бэкендеры, зовем на Публичное собеседование на Хабр Карьере! Для участия нужно → оставить заявку
Alexey Makurin (alexxxmak)Alexey Makurin (alexxxmak)

Alexey Makurin

ML разработчикИнженер по компьютерному зрениюСредний (Middle)
Рассмотрю предложения

Контакты

Войти
Опыт работы: 2 года и 9 месяцев
Регистрация: 15.03.2024
Последний визит: 2 недели назад
Дополнительно: готов к переезду и к удаленной работе
Знание языков:

Навыки

Git
Python
Docker
TensorFlow
OpenCV
NumPy
Pandas
SQL
Linux
FastAPI

Опыт работы

  • Разработчик и производитель систем интеллектуального видеонаблюдения
    ПермьОт 10 до 100 сотрудников
    Инженер по компьютерному зрению (Старший)Программист C++ (компьютерное зрение)
    Октябрь 2024 — По настоящее время (3 месяца)
  • Резидент Сколково, пермская IT-компания, специализирующаяся на разработке компьютерного программного обеспечения
    От 10 до 100 сотрудников
    Бэкенд разработчик (Средний)Backend разработчик
    Май 2022 — Сентябрь 2024 (2 года и 5 месяцев)

    Обязанности и достижения

    • Разработал и оптимизировал систему видеоаналитики для анализа составов грузовых вагонов:
      • Внедрил модели глубокого обучения (Object Detection, Image Classification, OCR) для автоматизации анализа видеопотоков.
      • Увеличил скорость обработки видео в 16 раз (с 2 до 32 кадров в секунду при разрешении 1920x1080) за счет оптимизации моделей с использованием ONNX Runtime и NVIDIA TensorRT.
      • Достиг точности распознавания идентификационных номеров вагонов 93%.
      • Разработал алгоритм для объединения информации о вагонах с разных ракурсов.
    • Разработал модуль для оценки положения целевого объекта на плоскости: 
      • Создал модуль, позволяющий определить положение объекта на плоскости по набору фотографий (вид сверху).
    • Разработал модуль для сегментации сыпучих материалов:
      • Внедрил алгоритм DeepLabV3+ для автоматической сегментации насыпи, что позволило улучшить точность 3D-моделирования. 
      • Проводил эксперименты с адаптацией алгоритма FixMatch (Semi-Supervised Learning) под задачу сегментации, для повышения скорости запуска проекта на новых объектах.
    • Осуществил вывод моделей:
      • Использовал Tensorflow Serving и Nvidia Triton Inference Server для развертывания моделей машинного обучения.
      • Контейнеризация и автоматизация сборки полученных решений.
    • Разработал систему для автоматического сбора кадров:
      • Внедрил систему с использованием FastAPI для сбора кадров при обнаружении движения.
      • Настроил автоматическую выгрузку полученных кадров в Object Storage.
    • Опыт работы с данными:
      • Сбор, анализ и разметка данных для задач машинного обучения, включая изображения (классификация,  детекция, сегментация, OCR), видео, табличные данные.

    Навыки

    • Программирование: Python, Numpy,  Pandas  
    • Машинное обучение: Tensorflow, OpenCV, Scikit-learn, XGBoost, ONNX, TensorRT, PaddleOCR 
    • Инфраструктура: Nvidia Triton Inference Server, Tensorflow Serving, FastAPI, Docker, Docker Compose, Grafana
    • Базы данных: SQL, PostgreSQL, Prometheus
    • Облачные платформы:  Yandex Cloud, Yandex Object Storage(S3)

    PythonLinuxGitDockerTensorFlowOpenCVYandex.CloudNumPyPandasPyTorch
  • Пермский государственный университет
    ПермьОт 1000 до 5000 сотрудников
    Другое вне IT (Стажёр)
    Май 2019 — Май 2019 (1 месяц)

Высшее образование

Дополнительное образование