Занимаюсь разработкой и выводом в продакшен моделей компьютерного зрения. Также есть опыт работы с моделями классического машинного обучения. Знаком с основными NLP-архитектурами (LSTM, RNN, GRU) и LLM-моделями, (BERT, YaGPT).
Во многих проектах также выполняю задачи ML-инженера: занимаюсь созданием микросервисов (Streamlit, Gradio) и контейнеризацией (Docker), взаимодействую со специалистами бэкенда.
Люблю развиваться и применять свой опыт в новых областях работы. Создаю собственные пет-проекты, участвую в хакатонах. Стараюсь следить за свежими трендами в своей сфере деятельности.
В прошлом - инженер по автоматическим системам управления. Работал как в крупных компаниях и госкорпорациях, так и в небольших частных организациях. Выпускник МГТУ им. Баумана, потом учился в Яндекс Практикуме и Deep Learning School МФТИ.
Проверяю студенческие работы в сфере ML и DA, готовлю датасеты и бейзлайны для запуска новых проектов.
Разрабатываю и готовлю к продакшен модели компьютерного зрения для обработки медицинских изображений.
Наиболее интересные проекты:
- модель для сегментации костей и их повреждений на рентгеновских снимках (SegNet + SSD)
- модель детекции опухолей на снимках МРТ (ResNet + SSD) https://www.kaggle.com/code/fedorkonovalenko/brain-mri-classifier-and-tumour-detection-pytorch
- модель сегментации видео эхокардиографии и расчета жизненных показателей пациента (YOLO)
Выполнял коммерческие и исследовательские проекты для различных заказчиков, участвовал в хакатонах:
- трекинг хоккеистов на видеозаписях матчей. Комплексный проект, состоящий из задач детекции, распознавания номеров и трекинга игроков (YOLO, DEVA, ResNet, Gradio) - заказчик - Федерация Адаптивного Хоккея
- распознавание табличного текста на медицинских справках (PyTesseract + OpenCV) - заказчик DonorSearch.org https://github.com/fedor-konovalenko/donation_certificate_OCR
- детектирование строительных ячеек на фасадах здания для анализа готовности строительных конструкций (OpenCV, SSD) - заказчик "Самолет" https://github.com/fedor-konovalenko/YPTeam_samolet
- обработка видеопотока с тепловизора и инференс модели на бортовом компьютера (OpenCV, SSD, asyncio) - заказчик ООО "Авиавижн" https://github.com/fedor-konovalenko/fire_danger
- предсказание спроса на скоропортящиеся товары (многомерные временные ряды, ARIMA, FastAPI, Docker) - заказчик - сеть гипермаркетов "Лента" https://github.com/fedor-konovalenko/lenta_timeseries
- построение конвейера данных: парсинг с маркетплейсов, обработка, запись в базу данных (PotgreSQL, Python, Airflow)
- ML модель предсказания стоимости цены недвижимости в Скандинавии с использованием как признаков из датасета, так и парсинга геоданных из открытых источников (geopandas, CatBoost, Docker)
Участвую в создании и тестировании системы компьютерного зрения
для идентификации микробиологических образцов. Заказчик - департамент
здравоохранения Москвы и частные клиники.
Выполняю оптические и электромагнитные расчеты аппаратной части системы компьютерного зрения, готовлю датасеты для обучения моделей
Разрабатываю архитектуру системы управления комплексом автоматической инкубации бактерий, занимаюсь тестированием составных частей комплекса и программного обеспечения.
За год, благодаря внедрению Agile-методологии и оптимизации производственных процессов наша команда перешла от стадии R&D к предсерийным образцам продукции.
Собрал многофункциональную команду, способную решать разнообразные задачи: от концептуального проектирования до пусконаладки и внедрения. Вместе с командой одновременно вел до 12 проектов, находящихся как на стадии R&D, так и на стадии внедрения и сопровождения эксплуатации.
Моя команда занималась как разработкой электромеханических устройств для систем управления и защиты атомных станций, так и обеспечением работы наших изделий совместно с программным обеспечением.
Выполнял расчеты, разрабатывал математические модели для анализа переходных процессов (Python). Выполнял статистическую обработку экспериментальных данных.
Обеспечивал взаимодействие с заказчиками, контрагентами и соисполнителями. Составлял исходные технические требования к системам автоматического управления, затем ставил задачи команде, контролировал выполнение, готовил плановую и отчетную документацию.
Быстро и нестандартно решал возникающие проблемы, оптимизировал производственные процессы (например, удалось добиться снижения брака на 25%). Применял Agile-методологию и современные инструменты в управлении проектами, благодаря чему полный цикл создания и тестирования изделий снизился с 4 лет до 1,5 лет.
Имел опыт публичных выступлений, как на конференциях, так и при представлении результатов работы заказчику.
аспирантура. специальность - преподаватель-исследователь
инженер-физик, выпускник кафедры ядерных реакторов и установок
Успешно выполнял учебные проекты по предобработке, анализу, визуализации данных. Освоил основные модели машинного обучения.