Data Scientist / ML Engineer с опытом разработки и внедрения ML-решений для анализа изображений и текста.
Технический стек:
ML/AI: PyTorch, TensorFlow, transformers, scikit-learn
CV/NLP: OpenCV, spaCy, NLTK
Инфраструктура: Docker, Git, FastAPI
Базы данных: SQL
Призер Всероссийского Хакатона: внедрил ML-решение для семантической сегментации городских сцен (классы: дорога, здания, деревья, машина и т.д.). Результат позволил команде занять 3-е место в конкурсе (Декабрь 2022).
Computer Vision: Практический опыт в задачах сегментации,
обнаружения объектов, классификации изображений.
NLP: Практический опыт в задачах генерации, нормализации, классификации текста
Telegram: https://t.me/Lev_brel
Выберите навык, чтобы посмотреть, какие тесты специалист уже прошел.
Разработка и внедрение ML-решений для автоматизации юридических процессов:
- Проектирование end-to-end пайплайнов обработки данных (текст)
- Извлечение, нормализация и анализ структурированной/неструктурированной информации (Удалось повысить точность OCR на 11% после изменённого подхода к обработке изображения)
- Интеграция в продуктивную среду моделей OCR, NLP и LLM (готовых решений и после дообучения)
- Разработка новых и доработка существующих ML-моделей (OCR) для повышения точности распознавания
В команде разработали собственный сервис по распознаванию текста со сканов (фотографий) документов, достигли 82% точности распознавания, решение выведено в продуктовый контур