Контакты
Возраст: 29 лет
Опыт работы: 4 года и 3 месяца
Регистрация: 22.10.2024
Последний визит: 1 день назад
Гражданство:
Местоположение: Россия, Москва
Знание языков: Английский В1
Обо мне
Увлечен инновациями в области AI, особенно в применении задача компьютерного зрения. Имею глубокие знания и опыт работы с изображениями и видео, включая обработку, анализ и распознавание образов. Решаю сложные задачи в области обработки и анализа изображений и видео, помогая компаниям эффективно справляться с их вызовами. Активно развиваюсь в области СV и AI, осваивая новые технологии и методы.
Навыки
Docker
PyTorch
NumPy
Python
MatPlotLib
OpenCV
Git
Pandas
Keras
TensorFlow
Английский язык
Опыт работы
- "Компания Мосоптнеруд"МоскваМенеджер по продажам (Старший) • менеджер по продажам/логистСентябрь 2020 — По настоящее время (4 года и 3 месяца)
Дополнительно найдены 7 перевалочных баз с материалом и заключены с ними контракты. Тем самым дало возможность сократить затраты на логистику . В следствие чего, уменьшилась конечная цена на товар и стала более конкурентная на рынке. В итоге увеличил валовую прибыль компании в 2 раза.
- «ПМХ-Втормет»Программист-стажерИюль 2024 — Сентябрь 2024 (3 месяца)
Проект: “Создание системы распознавания взрывоопасных предметов для перегружателей металлического лома”
Достижения:
реализовал подготовку данных для обучения нейросети под формат YOLO
подобрал оптимальные гиперпареамтры с помощью Optuna
обучил нейросеть на yoloV8
с помощью patched_yolo_infer решил вопрос детекции маленьких объектов и, находящихся в дали. Тем самым увеличено количество срабатываний на тесте модели на 30%
Стэк: python, yolo, patched_yolo_infer, cvat, git
Высшее образование
- Кибернетики и информационной безопасностиСентябрь 2011 — Август 2014 (2 года и 11 месяцев)
Дополнительное образование
Университет искусственного интеллекта
Data Science, нейронные сети, машинное обучение и искусственный интеллектМай 2024 — По настоящее время (6 месяцев)Проект: “Создание системы распознавания взрывоопасных предметов для перегружателей металлического лома”
Достижения:
- реализовал подготовку данных для обучения нейросети под формат YOLO
- подобрал оптимальные гиперпареамтры с помощью Optuna
- обучил нейросеть на yoloV8
- с помощью patched_yolo_infer решил вопрос детекции маленьких объектов и, находящихся в дали. Тем самым увеличено количество срабатываний на тесте модели на 30%
Стэк: python, yolo, patched_yolo_infer, cvat, git
Python • PyTorch • NumPy • OpenCV • MatPlotLib • TensorFlow • Keras • Git • Docker • Английский язык