Максим Баранов (maxexplorer1), 46 лет, Грузия, Батуми
Максим Баранов (maxexplorer1), 46 лет, Грузия, Батуми
Computer Vision Developer | Detection, Tracking, Classification, Segmentation • ML разработчик • Инженер по компьютерному зрению • Средний (Middle)
От 150 000 ₽ • Ищу работу

Контакты

Войти
Возраст: 46 лет
Опыт работы: 4 года и 11 месяцев
Регистрация: 15.05.2022
Последний визит: 2 недели назад
Гражданство:
Местоположение: Грузия, Батуми
Дополнительно: готов к переезду и к удаленной работе
Знание языков: Английский В1

Навыки

Выберите навык, чтобы посмотреть, какие тесты специалист уже прошел.

Git
Python
ООП
OpenCV
NumPy
Компьютерное зрение
Машинное обучение
Нейронные сети

Участие в профсообществах

Опыт работы

  • Иинновационные интеллектуальные системы видеоаналитики
    Москва
    Программист
    Март 2023 — По настоящее время (3 года и 9 месяцев)



    Разработка и внедрение решений компьютерного зрения для промышленных задач.
    Интеграция CV-решений в промышленную среду и сопровождение production-систем.
    Работа с Git, Docker-контейнерами и управлением зависимостями Python-проектов.

    Ключевые компетенции и задачи компьютерного зрения:

    Detection + Tracking (detect + track):
    - Разработка систем обнаружения и трекинга объектов в реальном времени (YOLO, Kalman Filter, ByteTrack/BOTSORT, ReID).
    - Разработка решений для трекинга объектов на видео с использованием OpenCV, optical flow, template matching, frame stabilization и CNN-based detection.
    - Оптимизация производительности под производственные нагрузки.

    Сегментация (segment):
    - Разработка алгоритмов сегментации для выделения рабочих зон, зон обработки, контуров продукции.
    - Использование FastSAM, YOLO Segment и классических методов OpenCV.

    Классификация (classify):
    - Создание и обучение моделей компьютерного зрения (YOLO, MobileNet, ResNet) для распознавания и классификации объектов на изображениях и видео.

    Определение ключевых точек (pose):
    - Использование Pose Estimation (YOLO) для анализа положения ключевых точек объектов и улучшения точности обнаружения и трекинга.

    Опыт и задачи:
    - Подготовка и аннотация наборов данных под промышленные задачи, очистка данных, аугментации, разметка (Bounding Boxes, Masks, Keypoints), подготовка данных для обучения моделей.
    - Разработка и оптимизация алгоритмов компьютерного зрения для работы в реальном времени.
    - Интеграция CV-модулей в производственные процессы.
    - Тестирование, отладка и повышение стабильности production-систем.
    - Создание кастомных CV-обработчиков для промышленных решений.
    - Управление зависимостями Python-проектов с использованием Poetry: настройка pyproject.toml, фиксация версий через poetry.lock, разделение production/dev-зависимостей и воспроизводимая установка окружения.

    Примеры проектов:

    Система контроля количества продукции:
    - Разработка CV-решений для автоматического подсчёта и трекинга объектов с использованием OpenCV и deep learning-based object detection моделей.
    - Реализация кастомных модулей обработки изображений и логики идентификации объектов.
    - Оптимизация алгоритмов компьютерного зрения для стабильной работы в режиме реального времени в production-среде.

    Автоматическое распознавание и классификация:
    - Построение и обучение моделей компьютерного зрения для задач детекции и классификации промышленных объектов.
    - Разработка pipeline обработки изображений для автоматизации анализа и повышения точности мониторинга.

    Сегментация рабочих зон:
    - Разработка и обучение моделей сегментации для выделения зон контроля и рабочих областей.
    - Использование результатов сегментации для повышения точности детекции и трекинга в сложных сценах.

    Система трекинга объектов на видео:
    - Разработал приложение для трекинга объектов на видео с поддержкой детекции, сопровождения объекта, стабилизации кадра и восстановления трека после временной потери объекта.
    - Реализовал pipeline на OpenCV для предобработки кадров, поиска движения, optical flow tracking, template matching и компенсации глобального движения камеры.
    - Интегрировал CNN-based object detection для сценариев нейросетевой детекции и трекинга в сложных сценах.
    - Настроил конфигурируемые presets для OpenCV и CNN pipelines под разные размеры объектов, параметры движения и условия съёмки.

    Развёртывание моделей компьютерного зрения на edge-устройствах:
    - Подготовка и запуск моделей компьютерного зрения на Orange Pi с использованием аппаратного ускорения NPU.
    - Конвертация моделей в ONNX-формат и адаптация inference pipeline под embedded-устройства.
    - Оптимизация производительности CV-моделей для работы в режиме реального времени на ограниченных вычислительных ресурсах.
    - Тестирование стабильности работы моделей на edge-устройстве и интеграция результата в промышленный pipeline.

    Внедрение:
    - Полный цикл внедрения решений в производственную среду: тестирование, отладка и сопровождение.
    - Настройка окружения проектов, управление зависимостями и подготовка к запуску в Docker/production-среде.

    AI / LLM и AI-агенты:
    - Использование LLM-инструментов (ChatGPT, Claude, DeepSeek) и AI-ассистента Codex в PyCharm для прототипирования алгоритмов, генерации, анализа, рефакторинга и отладки кода.

    Основные технологии и инструменты:
    Языки: Python 3.10
    Библиотеки и фреймворки: NumPy, OpenCV, Pandas, PyTorch, YOLO, FastSAM
    Инструменты: Git, PyCharm, Docker, Poetry, pip, venv
    ОС: Windows, Linux

  • Индивидуальное предпринимательство / частная практика / фриланс
    Москва
    Программист Python
    Январь 2022 — По настоящее время (4 года и 11 месяцев)



    Разработка и внедрение скриптов для парсинга данных с различных веб-сайтов: досок объявлений, интернет-магазинов, каталогов и других ресурсов.
    Использование Python 3.10 и современного стека библиотек для создания надёжных и производительных парсеров.

    Технологии и библиотеки:
    - requests — выполнение HTTP-запросов к веб-сайтам.
    - aiohttp + asyncio — асинхронные запросы и выполнение задач для ускорения парсинга.
    - BeautifulSoup — парсинг и обработка HTML-страниц.
    - Selenium — автоматизация работы с динамическими веб-страницами.
    - pandas — анализ и постобработка данных.
    - re — использование регулярных выражений для извлечения информации.

    Форматы хранения данных: CSV, JSON, Excel, Google Sheets.

    Дополнительный функционал:
    - Разработка систем регулярного обновления данных.
    - Защита от блокировок: обход CAPTCHA, ограничение частоты запросов.
    - Интеграция с внешними API для расширения функциональности.
    - Автоматизация задач сбора и обработки данных.

    Создание Telegram-ботов для парсинга чатов:
    - Использование aiogram — для взаимодействия с пользователями.
    - Использование telethon — для получения сообщений из заданных чатов и поиска по ключевым словам.
    - Индивидуальное хранение чатов и ключевых слов для каждого пользователя.
    - Онлайн-обновление конфигурации (без перезапуска бота).
    - Отправка уведомлений при совпадении сообщений с ключевыми словами.
    - Логирование с помощью loguru: ротация логов, автоматическое удаление устаревших файлов.
    - Контроль доступа и управление пользователями через Telegram-группу.

    Навыки:
    Языки программирования: Python 3.10
    Библиотеки и фреймворки: requests, BeautifulSoup, Selenium, asyncio, aiohttp, pandas, telethon, aiogram

    Форматы данных: CSV, JSON, Excel, Google Sheets

    Инструменты: Git, PyCharm

    Примеры проектов:
    🔗 https://github.com/maxexplorer/ParserProject

    Python • Git • ООП • Selenium • Asyncio • AIOHTTP • HTML

Высшее образование

Дополнительное образование