Резюме
AI разработчиков
AI разработчиков
Стреколковский Максим
AI разработчик
Образование
Университет искусственного интеллекта Terra AI 2023
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Дообучение СhatGPT на собственной базе»
«Интеграция в Production»
«Курс по ChatGPT»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Дообучение СhatGPT на собственной базе»
«Интеграция в Production»
«Курс по ChatGPT»
Навыки
Проекты с дообученным Chat GPT:
Нейро-помощник Sense Sync - Личный инструмент продаж и выставочный бот, предназначенный для ознакомления клиентов с возможностями продукта
Нейро-продавец для магазина Selena Jewelry - Внедрение привело к увеличению продаж магазина на 17%
Нейронный Эйнштейн для выставки «Квантовый Путь» - Для осенней выставки современного искусства «Квантовый путь»
Нейро-продавец для компании «Me In 3D» - Возможность продавать продукцию в разных странах на многихязыках (США)
Нейро-помощник Sense Sync - Личный инструмент продаж и выставочный бот, предназначенный для ознакомления клиентов с возможностями продукта
Нейро-продавец для магазина Selena Jewelry - Внедрение привело к увеличению продаж магазина на 17%
Нейронный Эйнштейн для выставки «Квантовый Путь» - Для осенней выставки современного искусства «Квантовый путь»
Нейро-продавец для компании «Me In 3D» - Возможность продавать продукцию в разных странах на многихязыках (США)
Профессиональный опыт
- Python
- C# (ООП)
- HTML
- CSS
- Genetic Algorithms
- Unity, Unreal Engine
- Text2image
- ChatGPT
- Llama
- Object Detection
- ResNet
- Git
- REST Framework
- Requests
Сорокин Андрей
О себе
В сфере IT уже более 15 лет, имею богатый опыт управления командами в области разработки ПО. Есть опыт программирования. Сейчас очень увлекаюсь разработкой AI и все свободное время уделяю этому.
AI engineer
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2023
«Дообучение Chat GPT на собственной базе»
«Курс Auto ML»
«Дообучение Chat GPT на собственной базе»
«Курс Auto ML»
Навыки
- Python
- Numpy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Gensim
- Pymorphy2
- Keras
- Pytorch
- Tensorflow
- Text2Image
- GPT (языковое моделирование)
- OpenAI API
- LangChain
- DeepSpeech
- Object Detection
- OOП
- GIT
- Json
Стажер Chat GPT
OOO «Киа Россия и СНГ»
Проект: «Нейропомощник КИА»
Задачи:
OOO «Киа Россия и СНГ»
Проект: «Нейропомощник КИА»
Задачи:
- Реализовать интерфейс взаимодействия для пользователя
- Выбрать структуру Базу знаний
- Создать текстовую Базу знаний
- Протестировать решения
- Модифицировать решения для устранения ошибок
- Requests
- HTML/CSS
- VueJS
- NGINX
- MVS
- Sqlite
- PostgreSql
- MySQL
- SQLAlchemy
- Linux
- Django REST Framework
- Flask
- Docker
- Agile
- Scrum
- Jira
- YouTrack
Достижения:
- Разработан Telegram бот
- Выбран MarkdownHeaderTextSplitter для формирования Базы знаний
- Разработан редактор на Vue для работы с Базой знаний
- Реализована память чата
- Сохранение диалогов пользователя в Базу данных MySQL
- Подсчет затрат при обращении к ChatGPT
Навыки
- Python
- Java
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Scikit-learn
- Keras
- Pytorch
Александр Григорук
О себе
Опытный инженер-программист с опытом разработки ПО для автоматических систем управления. Владею фронтендом и бэкендом на базе систем SCADA, а также специализируюсь на лабораторных испытательных комплексах. Стремлюсь профессионально развиваться в области искусственного интеллекта, чтобы помочь внедрять его в повседневные задачи, бизнес-процессы и АСУ-приложения. Меня интересуют проекты, которые представляют реальную пользу и развитие человечества.
Data Science
Профессиональный опыт
Результат: Создан модуль на Python для обучения нейронной сети на основе lightGBM и последующего предсказания
Стек: LightGBM, Numpy, Pandas, Plotly, Python
Стек: LightGBM, Numpy, Pandas, Plotly, Python
- Tensorflow
- NLP
- Seq-2-Seq
- Q-learning
- REINFORCE
- GAN
- CGAN
- WGAN
- DeepSpeech
- Object Detection
- VGG
- ResNet
- Streamlit
- ООП
- Git
- Json
- Requests
- HTML/CSS
- Bootstrap
- MVC
- Sqlite
- PostgreSql Django
- ORM
- Mixins
- Django REST Framework
- Flask
- PHP
- Vue.js
Образование
2020 Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
ООО «Медиа Байер» 09.2022-12.2022
«Система прогнозирования эффективности ТВ рекламы»
Создать систему, реализующую следующий функционал:
«Система прогнозирования эффективности ТВ рекламы»
Создать систему, реализующую следующий функционал:
- Предсказание количества звонков, которое поступит в call-центр после выхода рекламы на ТВ
- Проведение корреляционного анализа для выявления признаков, влияющих на определение целевого параметра - количества звонков
Разработана: Разработана система в виде веб-сервиса, предоставляющего возможность выполнения как одиночного, так и комплексного предсказания
Стек: Tensorflow, Numpy, Pandas, Matplotlib, Streamli, Django rest framework, Vue.js, Axios
Стек: Tensorflow, Numpy, Pandas, Matplotlib, Streamli, Django rest framework, Vue.js, Axios
ПАО «Совкомбанк» 01.2023-04.2023
«Предсказание нагрузки на сервера»
«Предсказание нагрузки на сервера»
- Провести анализ данных серверов
- Получить предсказание нагрузки на сервера компании по историческим данным
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Pymorphy2
- Keras
- Tensorflow
- NLP
- Seq-2-Seq
- REINFORCE
Профессиональный опыт
Деген Юлия
О себе
Имею опыт работы с анализом данных и внедрением приложений для мобильных платформ и виртуальной реальности. Склонна к нахождению простых решений для сложных задач. Люблю самостоятельно решать задачи, в том числе нерешаемые. Также имею опыт работы со вспомогательным софтом и расширениями для приложений.
Data Science
- GAN
- ООП
- Git
- Unittest
- Pytest
- Json
- Requests
- SQL
- linux
- Docker
Система машинного зрения для сервиса 3d моделей на базе Numpy
Образование
Университет искусственного интеллекта Terra AI | 2022
«Python – Разработчик»
«Python – Разработчик»
Since writer – собственный проект
Задачи: Создание IT решения на базе собственной технологии анализа текстов: разбор на различные уровни смысла, выявление подтекста
Задачи: Создание IT решения на базе собственной технологии анализа текстов: разбор на различные уровни смысла, выявление подтекста
- Отделение объекта от фона
- Определение преобладающих цветов изображения в RGB
- Ранжирование большого объема данных под запрос по принципу близости цветового решения
Достижения: Создала систему, способную со скоростью 0.1 сек на запрос выдать из библиотеки в 100 000 айтемов ранжирование по любому набору любых заданных на входе цветов в цветовом диапазоне 16 000 000
Стек: Numpy
Стек: Numpy
Стек: Python, Pymorphy3, Pandas, Numpy
Чат-бот для Telegram «Психолог»
Задачи: Реализация метода выхода из схемы с проверками шагов выхода в формате чат-бота
Достижения: Бот работает с 07. 2022 г.
Стек: Python3, Pymorphy3, Numpу
Задачи: Реализация метода выхода из схемы с проверками шагов выхода в формате чат-бота
Достижения: Бот работает с 07. 2022 г.
Стек: Python3, Pymorphy3, Numpу
(включен с 11:00 до 19:00 по рабочим дням)
- Создала блок анализа
- Написала сервис аналитики постов для VK
- Стадия MVP
- Проект приносит продажи
Достижения:
Винокуров Борис
О себе
Начинающий специалист в сфере искусственного интеллекта. Увлечен AI как инструментом оптимизации технологических процессов и систематизации потоков данных в сферах строительства и производства. Стремлюсь применять свои знания, навыки для решения сложных задач и развиваться в своей профессиональной сфере.
Data Science
ПАО «КАМАЗ» 08.2022 - 01.2023
Проект: «Контроль состояние водителя. Идентификация водителя»
Задачи:
Достижения:
Стек - Python, Pandas, Numpy, Matplotlib, Math, Seaborn, Keras, Tensorflow
Проект: «Контроль состояние водителя. Идентификация водителя»
Задачи:
- Получение тестовых результатов от YoloV3
- Разработка блока «Распознавание сонливости, частота зевания, частота моргания (ключевые точки на лице), микросон, отвлечение взгляда.»
- Разработка визуализации результатов посредством Matplotlib и Seaborn
Достижения:
- YoloV3 показала низкую точность распознавания в сравнении с YoloV5
- Блок распознавания состояний водителя на основе библиотек OpenCV и Dlib показал высокое качество определения изменений состояния водителя
- Блок отвлечения водителя на основе библиотек OpenCV и Dlib показал высокое качество обнаружения лица водителя в фронтальной проекции
- Визуализация результатов получилась информативной и помогла в анализе работы модели
Стек - Python, Pandas, Numpy, Matplotlib, Math, Seaborn, Keras, Tensorflow
Образование
Университет искусственного интеллекта 2023
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Определение сорной растительности в сельскохозяйственных культурах»
Стек: Python, Pandas, Numpy, Matplotlib, Math, Seaborn, Keras, Tensorflow
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Определение сорной растительности в сельскохозяйственных культурах»
Стек: Python, Pandas, Numpy, Matplotlib, Math, Seaborn, Keras, Tensorflow
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Keras
- Pytorch
- Tensorflow
- GAN
- CGAN
- WGAN
- GIT
- Object Detection
- ООП
Профессиональный опыт
Ламыкина Анна
О себе
Начинающий специалист в сфере искусственного интеллекта. Обладаю знаниями и умениями для работы с нейронными сетями и анализом данных. В совершенстве владею английским и итальянским языком. Я ищу работу в качестве Data Scientist, чтобы продолжать расти и развиваться в этой сфере.
Data Science
Профессиональный опыт
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящих через КПП, а также детекция каски и жилета на них»
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящих через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
Навыки
- Питон
- Scikit-Learn
- CatBoost
- Линукс
- ЛайтГБМ
- Гит
- Панды
Бархатов Сергей
О себе
Получил образование в сфере искусственного интеллекта. Имею опыт написания кодов и алгоритмов, а также построения сложных нейронных сетей с помощью различных программ. Умею программировать на Python. Обладаю определения контроля работы нейронных сетей, архитектуры, функций активации и методов обучения.
Data science
- HTML
- Нампи
- CSS,
- Керас
- НЛП
- SQL
- Тензорфлоу
- PyTorch
- САП
- ГАН
- MySQL
- Scikit-обучение
- АвтоМЛ
Профессиональный опыт
Создал бота для OpenAI
«4ma_chatGPT_bot»
Поиск решений для быстрого и удобного доступа к новому сервису ChatGPT
Цель: Создание бота Telegram с помощью сервиса ChatGPT для доступа к самому сервису ChatGPT
Результат: Организован непрерывный доступ к ChatGPT в Телеграм-канале
Cтек: ChatGPT, Colab, Python, Docker.
«4ma_chatGPT_bot»
Поиск решений для быстрого и удобного доступа к новому сервису ChatGPT
Цель: Создание бота Telegram с помощью сервиса ChatGPT для доступа к самому сервису ChatGPT
- Обучение основам работы с ChatGPT
- Регистрация на портале OpenAi для получения API токенов
- Взаимодействие с ChatGPT для получения кода Telegram бота
- Создание нового чата бота в Телеграме
- Запуск Docker на домашнем сервере Synology и упаковка бота в контейнер
- Проверка работы бота на разных устройствах в режиме 24*7
Результат: Организован непрерывный доступ к ChatGPT в Телеграм-канале
Cтек: ChatGPT, Colab, Python, Docker.
Образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: Модель машинного обучения для классификации ремонтных операций
Достижения: Построена модель для многоклассовой классификации ремонтных операций на основе анализа текстового описания, числовых и категориальных данных. Достигнутая точность классификации 95%.
Стек: Python, библиотеки Pandas, фреймворк Keras, Scikit-learn, NumPy, AutoML.
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: Модель машинного обучения для классификации ремонтных операций
- Программирование на Python (Scikit-Learn, SciPy, Pandas, Numpy), сбор, обработка и анализ данных из разных источников (EDA, предварительная обработка, применение методов статистического анализа)
- Построение и оценка качества классических моделей машинного обучения, построение нейронных сетей (Keras, TensorFlow, PyTorch), улучшение качества моделей
- Предварительный просмотр данных (matplotlib, seaborn), работа с SQL (на уровне подзапросов)
Достижения: Построена модель для многоклассовой классификации ремонтных операций на основе анализа текстового описания, числовых и категориальных данных. Достигнутая точность классификации 95%.
Стек: Python, библиотеки Pandas, фреймворк Keras, Scikit-learn, NumPy, AutoML.
Профессиональный опыт
Geekshop_2 - проект по выводу товара на маркетплейс
Стек: Python, Django, HTML, CSS, JavaScript, Ajax
Стек: Python, Django, HTML, CSS, JavaScript, Ajax
Мартынов Дмитрий
О себе
Начинающий специалист в области Data Science, который увлечен анализом данных и построением моделей машинного обучения. Успешно создаю AI- решения с использованием различных методов машинного обучения. Готов обучаться новым инструментам и технологиям.
Data Science
Образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: Определение наличия пневмонии по рентгеновским снимкам
Достижения: В ходе проделанной работы был создан проект, который достиг целевой показатель предсказания нейросетью наличия заболевания органов грудной клетки с точностью в 98%
Стек: Python, Sklearn, Keras, Matplotlib, Numpy, Tensorflow
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: Определение наличия пневмонии по рентгеновским снимкам
- Сбор достаточной и сбалансированной базы из рентгеновских снимков грудной клетки
- Обработка и нормирование данных, разделение на обучающую, проверочную и тестовые выборки
- Определение гипер-параметров нейронной сети для получения целевых показателей
Достижения: В ходе проделанной работы был создан проект, который достиг целевой показатель предсказания нейросетью наличия заболевания органов грудной клетки с точностью в 98%
Стек: Python, Sklearn, Keras, Matplotlib, Numpy, Tensorflow
Restapi – проект по совместному управлению деятельности
Стек: Python, Django REST Framework, JavaScripts, Docker, PostgresSQL, Nginx
Стек: Python, Django REST Framework, JavaScripts, Docker, PostgresSQL, Nginx
Xray – интернет сайт по определению пневмонии по рентгеновскому снимку грудной клетки
Стек: Python, Django, Tensorflow, Keras, Numpy, Matplotlib, Sklearn, HTML, CSS, JavaScript, Ajax
Стек: Python, Django, Tensorflow, Keras, Numpy, Matplotlib, Sklearn, HTML, CSS, JavaScript, Ajax
First – фриланс проект по расчету остатков нефтепродуктов на складе
Стек: Python, Django, HTML, CSS
Стек: Python, Django, HTML, CSS
CNN Xray – проект CNN по определению пневмонии
Стек: Python, Tensorflow, Keras, Numpy, Matplotlib, Sklearn
Стек: Python, Tensorflow, Keras, Numpy, Matplotlib, Sklearn
Joabboard – проект интернет сайта по автоматической транскрибации аудио в текст
Стек: Python, Django, HTML, CSS, JavaScript, Ajax
Стек: Python, Django, HTML, CSS, JavaScript, Ajax
Навыки
- Python
- Keras
- Pytorch
- NumPy
- Pandas
- Sklearn
- OpenCV
- Matplotlib
Профессиональный опыт
Николаев Алексей
О себе
Начинающий специалист в области машинного обучения с опытом работы в области обработки звука, изображений и видео. Хорошо адаптируюсь к новым технологиям и быстро обучаюсь новым навыкам. В данный момент я ищу работу в сфере Data Science, где смогу продолжать улучшать свои знания и навыки.
Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящих через КПП, а также детекция каски и жилета на них»
Результат: Система подсчёта входящих и выходящих рабочих и проверка наличия на них спецодежды
Стек: Python, Numpy, Pandas, Matplotlib, OpenCV, YOLOv8, OC-SORT
Проект: «Детектирование и отслеживание людей, проходящих через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Разметка базы данных Finetuning YOLOv8 для детекции и трэкинга объектов
- Поиск и настройка подходящего трекера
- Написание и тестирование алгоритма подсчёта входящих и выходящих рабочих и проверка наличия на них спецодежды по данным с трекера
Результат: Система подсчёта входящих и выходящих рабочих и проверка наличия на них спецодежды
Стек: Python, Numpy, Pandas, Matplotlib, OpenCV, YOLOv8, OC-SORT
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: Вычисление импульсной характеристики корректирующего FIR-фильтра с помощью свёрточной нейросети
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: Вычисление импульсной характеристики корректирующего FIR-фильтра с помощью свёрточной нейросети
АО «НИЖЕГОРОДСКИЙ МАСЛО-ЖИРОВОЙ КОМБИНАТ»
Проект: «Разработка системы, оптимизирующей порядок загрузки фур на продовольственном складе»
Результат: Инструмент, позволяющий сконструировать среду, эмулирующую процессы отгрузки и приёмки товара на складе, а также ввести систему оценки эффективности этих процессов
Стек: Python, Numpy, Pandas, OpenCV, Scikit-learn
Проект: «Разработка системы, оптимизирующей порядок загрузки фур на продовольственном складе»
- Разработка среды эмулирующей работу склада для оценки эффективности различных логистических стратегий
- Разработка алгоритмов оптимальной погрузки/разгрузки фур на складе с помощью генетических алгоритмов
Результат: Инструмент, позволяющий сконструировать среду, эмулирующую процессы отгрузки и приёмки товара на складе, а также ввести систему оценки эффективности этих процессов
Стек: Python, Numpy, Pandas, OpenCV, Scikit-learn
- Computer Vision
- NLP
- GANs
- Reinforcement learning
- Transformres
- Git
- SQ
Авилин Марк
О себе
Программист с опытом кодирования. Интересуюсь Наука о данных, Разработка программного обеспечения, Разработка Python, Веб-разработка. Мастерски владею Python для извлечения ценной информации из сложных данных и создания эффективных решений.
data science
Навыки
- Pandas
- NumPy
- Beautiful Soup
- Selenium
- Requests
- JSON
- Keras
- Tensorflow
- Torch
- SciKitLearn
Профессиональный опыт
Разработчик программного обеспечения
Проект: «Распознание автора с использованием модели «Мешок слов» (НЛП)
Проект: «Распознание автора с использованием модели «Мешок слов» (НЛП)
- Разработка проекта «Определение авторов» на основе НЛП с использованием нейронной сети «Мешок слов»
- Сбор качественных текстов и оптимизация токенизации
- Реализация TensorFlow Keras и Tokenizer для преобразования текста в последовательность целых чисел
- Создание наборов данных для обучения и тестирования для многоклассовой классификации
- Проектирование НС с использованием регулирования отсева
- Обучение модели с использованием оптимизатора RMSprop и функции потерь «кросс-энтропия»
- Достижение среднего курса валют 98%
- Оценка точности и полноты с помощью отчета о классификации. Предварительный просмотр прогресса обучения с помощью графиков.
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
- MySQL
- PostgreSQL
- SQLite
- NLTK
- OpenCV
- Matplotlib
- Tkinter
- Turtle
- Django
- Flask
- HTML
- CSS
- Wordpress
- Bootstrap
- Git
- JavaScript
- jQuery
- Java
- PHP
Проект: «Сбор и предобработка данных для прогнозирования заработной платы»
- Собраны данные соискателей с hh.ru
- Очищены данные, обработаны пропущенные значения
- Обработаны зарплатные значения, конвертированы в рубли
- Извлечены характеристики: возраст, пол, город, тип присутствия, график.
- Закодированы категориальные признаки, преобразующие зарплаты в числовые значения.
- Токенизированные описания должны быть проиндексированы в соответствии с последовательностью и заполнены данными.
- Разработана, обучена НС с использованием оптимизатора Adam и функции потери MSE в течение 80 эпох.
- Оценена модель стратегических и валидационных наборов с MAE
- Создана точная модель прогнозирования заработной платы.
Проект: «Обнаружение дефектов на изоляторах свечей зажигания автомобилей»
- Использование библиотек OpenCV, TensorFlow и Keras для создания сверточной нейронной сети (CNN)
- Предобработка тренировочных и тестовых наборов, включая технику увеличения данных
- Обучение модели CNN с использованием функции потерь бинарной кроссэнтропии и на наборе тестов
- Достигнута точная классификация дефектов с помощью модели
- Внедрение режима обнаружения дефектов на начальном этапе с использованием веб-камеры и OpenCV
- Предоставление обратной связи роботу для обработки дефектных и недефектных изоляторов
- Сохранение и загрузка обучаемой модели для дальнейшего использования
- Успешное применение моделей компьютерного зрения в практических промышленных приложениях
Алтынбаев Фанис
О себе
Начинающий специалист в сфере искусственного интеллекта. Обладающий знаниями и умениями для работы с нейронными сетями и анализом данных. Являюсь кандидатом физических и математических наук. Обладаю аналитическим и математическим складом ума. Стремлюсь получить опыт и применить свой потенциал для решения сложных задач в этих областях.
data csience
Профессиональный опыт
Стажер AI-разработчик
Университет искусственного интеллекта Terra AI
Университет искусственного интеллекта Terra AI
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Определение рейтингов фильмов»
Описание: в качестве основных входных данных используется текстовое описание фильма, из дополнительных данных - жанр, год, страна выпуска
Результат: у каждого фильма прогнозируется рейтинг по шкале от 0 до 10
Стек технологий: Python, Pandas, Matplotlib, NumPy, Keras, Tensorflow
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Определение рейтингов фильмов»
Описание: в качестве основных входных данных используется текстовое описание фильма, из дополнительных данных - жанр, год, страна выпуска
Результат: у каждого фильма прогнозируется рейтинг по шкале от 0 до 10
Стек технологий: Python, Pandas, Matplotlib, NumPy, Keras, Tensorflow
Навыки
- SQL
- Oracle
- Python
- Matplotlib
- NumPy
- Keras
- Tensorflow
- Object Detection
- Seq-2-Seq
- GAN
- CGAN
- WGAN
- Pymorphy2
- Librosa
- Transformers
- Jira
- Confluence
- Git
- Agile
- Scrum
- Kanban
- Программирование на Python
- Сбор, обработка и анализ данных из разных источников (библиотек)
- Визуализация промежуточных и конечных результатов анализа данных (Matplotlib)
- Построение и оценка качества моделей машинного обучения, построение нейронных сетей (Keras), улучшение качества моделей
- Генерация признаков, выбор метрик
Стек: Python, Pandas, Matplotlib, NumPy, Keras, Tensorflow
БАГУРИН МАКСИМ
О себе
Начинающий специалист в области Data Science с желанием развиваться в сфере искусственного интеллекта. Данная сфера слишком интересна и необъятна, чтобы оставлять её без внимания. Только представьте сколько всего можно тут сделать, посему с удовольствием займусь созданием проектов.
data csience
Навыки
- Python
- NumPy
- Pandas
- Keras
Профессиональный опыт
Стажёр Data Science
ПАО «Пермнефтегеофизика»
Проект: «Предсказание параметров для оценки результатов бурения»
ПАО «Пермнефтегеофизика»
Проект: «Предсказание параметров для оценки результатов бурения»
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Определение стадии болезни Альцгеймера»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Определение стадии болезни Альцгеймера»
- Классификация коллекторов (DL)
- Предсказание параметра KPEF
Стек: Python, Pandas, Numpy, Random, Keras, Scikit-learn
- Matplotlib
- DL
- Scikit-learn
- SQL
Классификация изображений
Стек: Python, Keras, Numpy, Scikit-learn, Random, os, PIL, Matplotlib
ВЕРЕЩАГИН АЛЕКСЕЙ
О себе
Профессиональный многопрофильный программист с более чем 20-ти летним стажем. Имею более сотни самостоятельных разработок в разных сферах деятельности на разных языках программирования. Имею опыт работы с психометрическими данными, анализом данных в R, в совершенстве знаю Python.
Data Science
Навыки
Профессиональный опыт
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
- Python, R, С/С++, С# (ML.net), Delphi, Assembler, SQL, VB, Java Script, NumPy, Pandas, LAD
- Data Science and ML: gbm, RandomForest, KNN, SVM, Sklearn, XGboost, Seaborn, SciPy, tidyverse, psych, lavaan
- Neural networks and AI: TensorFlow, Keras, PyTorch, genetic algorithm, Q-learning, GAN, CGAN, WGAN, Recommendation system
- Computer Vision: Object Detection, Segmentation, OpenCV, Pillow, Albumentation, Segmentation Models, Transfer Learning, Attention and Transformers in Computer Vision, Классические алгоритмы, Фотограмметрия
- Natural language processing: Pymorphy2, Librosa, Attention, Transformers
Клиника «Семейное Здоровье»
Программист
Программист
- Поддержка и доработка программного обеспечения медицинского учреждения
- Прогнозирование потока пациентов
- Составление расписания кабинетов генетическим алгоритмом
«1С-Архитектор Бизнеса»
Программист 1С
Программист 1С
- Разработка в рамках командных проектов
ООО «Раумплюс»
Программист
Программист
- Настройка учета в мебельном производстве ресторанном и гостиничном бизнесе
- Система распределения ресурсов
- Обмен 1С со сторонними программными комплексами (Micros, Opera)
- Поддержка бухгалтеров - внутренней бухгалтерии и аудиторской службы
ВОЛОШЕНКО СЕРГЕЙ
О себе
Увлеченный разработчик по искусственному интеллекту с большим опытом работы в области компьютерного зрения и моделей прогнозирования временных рядов. Работал с эволюционными моделями, обработкой аудио и текста, генеративными сетями, генетическими алгоритмами, обучением с подкреплением, а также кластеризацией данных. Стремлюсь расширять свои знания в ИИ. Ищу работу в качестве разработчика по ИИ, которая включает в себя проектирование и внедрение высокоэффективных решений для разработки продуктов и решения аналитических проблем.
data csience
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Предсказание курса биржевого инструмента»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Предсказание курса биржевого инструмента»
Навыки
- Python
- OpenCV
- TensorFlow
- PyTorch
- NumPy
- Matplotlib
- ChatGPT
Профессиональный опыт
PET - ПРОЕКТЫ
Проект: «Голосовой чат-бот на базе ChatGPT»
Чат-бот в Telegram, использующий сервисы STT и TTS для обмена голосовыми сообщениями с ChatGPT
Проект: «Виртуальный ассистент на базе ChatGPT, дообученного на собственных данных»
Чат-бот в Telegram, строящий ответы на основе текстового документа и заданной модели поведения
Проект: «Голосовой чат-бот на базе ChatGPT»
Чат-бот в Telegram, использующий сервисы STT и TTS для обмена голосовыми сообщениями с ChatGPT
Проект: «Виртуальный ассистент на базе ChatGPT, дообученного на собственных данных»
Чат-бот в Telegram, строящий ответы на основе текстового документа и заданной модели поведения
- Scikit-learn
- Plotly
- OCR
- Docker
- SQL
- Linux
- AWS
ПАО «КАМАЗ»
AI Engineer
AI Engineer
- Сбор, анализ, обработка данных с загрузкой через API
- Изучение, корректировка, доработка готового кода на Python
- Обучение и анализ результатов предсказательных моделей
- Обработка, анализ, разметка данных
- Обучение и анализ результатов нейронных сетей
- Изучение и корректировка готового кода на Python. Написание скриптов по обработке выходных данных
Стек: Python, библиотеки Pandas, NumPy, TensorFlow, Scikit-learn, Matplotlib, Plotly
ПОО «MOVE ON LLP»
ML Engineer
ML Engineer
- Изучение, корректировка, доработка готового кода на Python
- Сбор и анализ данных
- Упаковка приложений в контейнеры
Воронин АЛЕКСАНДР
О себе
Имею опыт в создании и настройке нейронных сетей с использованием
различных программ. Целеустремленный и ориентированный на
результат, ищу работу в сфере Data Science для продолжения своего
профессионального роста.
различных программ. Целеустремленный и ориентированный на
результат, ищу работу в сфере Data Science для продолжения своего
профессионального роста.
Data Science
Профессиональный опыт
Университет искусственного интеллекта Terra AI
Разработал набор утилит для обучения детекторов изображений с элементами
AutoML на основе yolov5
Разработал набор утилит для обучения детекторов изображений с элементами
AutoML на основе yolov5
- Запуск обучения
- Подготовка датасета
- Анализ результатов
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Определение расстояния до впереди идущего автомобиля на основе изображений»
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Определение расстояния до впереди идущего автомобиля на основе изображений»
- Обучение модели
- Расширение датасета
- Обучение предсказывающих моделей, анализ обученных моделей
Стек: Python, Pandas, Yolov5m
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Gensim
- Pymorphy2
- Scikit-learn
- SciPy
- Keras
- Pytorch
- Tensorflow
- NLP
- Seq-2-Seq
- Attention
- Transformers
- GAN
- VGG
- ResNet
- Inception
- ООП
- Git
- Pytest
- Json
- Requests
- Sqlite
- PostgreSql
- ORM
- SQLAlchemy
- Mixins
- linux
- Docker
- Asyncio
ГАВРИЛЮК ИВАН
О себе
Начинающий специалист в сфере искусственного интеллекта. Имею исключительные способности определять, понимать и преобразовывать программные требования в устойчивые, передовые технические решения через Python и другие программы для
постоянного совершенствования искусственного интеллекта. Имею успешный опыт в создании нейронных сетей.
постоянного совершенствования искусственного интеллекта. Имею успешный опыт в создании нейронных сетей.
data csience
Навыки
- Python
- Object Detection
- NLP
- Seq-2-Seq
- Attention
- Transformers
- Q-learning
- GAN, CGAN , WGAN
- Keras
- TensorFlow
- PyTorch
Профессиональный опыт
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Дипломный проект: Распределение деталей по классам»
Достижения:
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Дипломный проект: Распределение деталей по классам»
Достижения:
Стажер Data Science
ГК «Самолет»
ГК «Самолет»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
- Sklearn
- Pymorphy2
- Librosa
- Transformers
- Matplotlib
- Seaborn
- NumPy
- SciPy
- Pandas
- SQL
- В ходе дипломного проекта были отработаны разные гипотезы
- Выбрана подходящая архитектура нейронной сети
- Достигнута поставленная цель по точности распознавания - 99,7%
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также
детекция каски и жилета на них»
детекция каски и жилета на них»
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot,
OpenCV, PIL
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot,
OpenCV, PIL
ГИЛЯЗЕВ ИЛЬШАТ
О себе
Специалист в нефтедобывающих и нефтеперекачивающих организациях. Успешно организовывал работы в области ИТ, АСУТП, НИОКР и технического регулирования. Имею опыт разработки WEB и VBA приложений для автоматизации рутинных задач отдела. В данный момент я ищу работу в сфере Data Science, где смогу продолжать улучшать свои знания и навыки.
A I - DEVELOPER
Профессиональный опыт
Создал сайт ICP - сайт интернационального клуба Пуэблы
Описание: Сайт выполнен с поддержкой английского, испанского и русского языков на фреймворках React-Next, с размещением и хранением данных (мероприятия клуба, контакты, новости, фотографии и т.д.) на платформе Notion (доступ через API)
Описание: Сайт выполнен с поддержкой английского, испанского и русского языков на фреймворках React-Next, с размещением и хранением данных (мероприятия клуба, контакты, новости, фотографии и т.д.) на платформе Notion (доступ через API)
Стек: Node.js, React, Next, Rest API, MUI, HTML, CSS, TypeScript
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Предсказание цены финансового инструмента с помощью нейросети»
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Предсказание цены финансового инструмента с помощью нейросети»
- Обработка входных данных финансового инструмента на одном из таймфреймов
- Формирование расчетных данных для определения экстремальных значений цены и классов восходящего и нисходящего трендов на участках между экстремумами
- Проверка результатов прогнозирования на различных моделях нейросетей с различными параметрами (полносвязные, сверточные, LSTM, сеть LinearRegression из библиотеки Skilear)
Стек: Python, Pandas, Numpy, Matplotlib
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Scikit-learn
- Keras
- Q-learning
- GAN
- CGAN
- WGAN
- VGG
- ООП
- Requests
- HTML/CSS
- Bootstrap
- Linux
- JavaScript
- Pascal
Создал Web-приложения для автоматизации задач
Решенные задачи:
- Получил модели, предсказывающие цену различных финансовых инструментов с различной точностью
- Провел анализ эффективности различных архитектур или параметров нейросетей для решения задач
- Автоматизация сбора и обработки данных с нефтепромыслов (со скриптами для UNIX систем)
- Учет компьютерной техники предприятия
- Формирование сводных заявок на покупку материалов и оборудования
- Формирование протоколов и контроль исполнения решений селекторных совещаний
ГУБСКИЙ ДМИТРИЙ
О себе
Начинающий специалист в области Data Science с опытом написания кода на Python и построения нейронных сетей с использованием различных программ. Моя цель - изучение принципов построения нейронных сетей в сочетании с другими технологиями и их практическое применение в анализе данных и обнаружении объектов.
data csience
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Keras
Профессиональный опыт
Образование
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Определение стоимости земельного участка в московской области»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Определение стоимости земельного участка в московской области»
Стажер Data Science
Digital Marketing Integrator
Digital Marketing Integrator
- Прогнозирование продаж карточек товаров
- Поиск корреляции по всем параметрам статистики для определения работы алгоритмов в категориях
- Анализ зависимости параметров друг от друга и их последние изменения
- Seq-2-Seq
- Q-learning
- GAN
- CGAN
- Pix2Pix
- Object Detection
- Сбор базы данных по продаваемым земельным участкам
- Парсинг, параметризация базы , приведение ее в удобный для работы вид
- Построение пробной архитектуры нейросети, подбор слоев для дальнейших исследований
- Выбор способа и методики , определение какие данные влияют на точность сети (регрессия , классификация)
Проект: «Прогнозирование продаж товара на маркетплейсах»
- VGG
- ResNet
- Inception
- ООП
- Git
- Requests
- ЧHTML
- CSS
- Sqlite
- PostgreSql
- Django ORM
- Flask
Стек: Python, Requests, Senenium, Geopy, Beautiful soup, Api yandex, Pandas, Numpy,
Keras, Flask, Sklearn, Генетические алгоритмы
Keras, Flask, Sklearn, Генетические алгоритмы
ДУНАЕВ АРТЕМ
О себе
Начинающий специалист в сфере data science с образованием в области медицины. Ищу проекты связанные с медициной, чтобы применять свои знания и внести свой весомый вклад. Стремлюсь получить опыт и решать сложные задачи.
DATA SCIENTIST
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Классификация аритмий посредством сверточной нейронной сети»
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Классификация аритмий посредством сверточной нейронной сети»
- Автоматизация классификаций патологий ритма сердца
- Упрощение работы медицинских работников
- Возможность ранней диагностики нарушений ритма при использовании автоматических устройств (смарт-часы, переносные ЭКГ-аппараты)
Стек: Свёрточная нейронная сеть (convolutional neural network, CNN)
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Keras
Стажер Data Science
INSPECTRUM CLINIC
Проект: «Рекомендательная система для профпатолога»
INSPECTRUM CLINIC
Проект: «Рекомендательная система для профпатолога»
Достижения:
- Нормальный ритм (точность на проверочной выборке) - 69 %
- Желудочковая экстросистола - 71 %
- Предсердная экстрасистола - 93 %
- Сливной комплекс - 93 %
- Остальные нарушения ритма -76 %
- Изучение и корректировка готового кода на Python
- Анализ базы данных, полученной от заказчика и выделение обучающего набора данных
- Обучение нейросетей для решения задачи классификации результатов прохождения медицинской комиссии
- Использование DL и ML алгоритмов классификации
- Написание кода для постобработки данных
Стек: Python, библиотеки Tensorflow, Keras, Pandas, Numpy, Matplotlib, Seaborn, OpenCV, Sklearn, Pickle
ЗАДРУТCКИЙ АЛЕКСАНДР
О себе
Имею успешный опыт в разработке систем машинного обучения. Применяю нейросети в трейдинге. Имею успешный опыт создания биржевых индикаторов и торговых роботов. Постоянно занимаюсь повышением своей квалификации в сфере Data Science.
DATA SCIENTIST
Профессиональный опыт
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН)
Проект по распознаванию документов (паспорт, СНИЛС, ИНН)
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Предсказание цен на акции»
«Data Science, нейронные сети, машинное обучение и искусственный
интеллект»
Проект: «Предсказание цен на акции»
Создать торгового робота для внутридневной торговли на российском рынке акций с доходом с торгового оборота 20%, средним количеством сделок - 1 сделка в день или выше для одного инструмента. В качестве основного торгового таймфрейма использовать H1 или ниже. Сделать рабочие версии и проверить статистику для 3х акций
Стек: MT5(С++) - парсинг данных, торговля. Keras - нейросети. Python + MT5 (C++) + named pipe обмен данными между терминалом и нейросетью
Навыки
- Python
- MQL 4
- MQL 5
- C++
- С++ Builder
- С++ VS 2015
- NumPy
- Matplotlib
- Librosa
- Gensim
- Pymorphy
- Scikit-learn
- Gensim
- Pymorphy
Достижения:
- Сбор и предварительная обработка базы данных, подготовка данных для обучения моделей распознавания
- Подготовка данных для тренировки EASY OCR и обучения моделей
- Проработка первого варианта с CTC Loss
- Генерация синтетического датасета для чисел для Паспортов, ИНН, СНИЛС, и обучение модели для чисел
- Сбор конечного класса из моделей
Протестировано около 50 моделей на 11 акциях, Некоторые модели на 5 акциях достигли требуемого показателя доходности, при использовании для обучения склееного датасета размером 2500000-3500000 записей
- Keras
- PyTorch
- Tensorflow
- Tensorflow Serving
- YOLO
- Pandas
- Sklearn
Проект: «Классификатор с применением нейросети поверх TFIDF c ngram=1-2»
В классификатор подавалась ссылка на сайт, классификатор скачивал текст страницы и относил сайт к одной из
71 категории.
В классификатор подавалась ссылка на сайт, классификатор скачивал текст страницы и относил сайт к одной из
71 категории.
- Keras2cpp
- ООП
- Git
- Linux
- SQL
- Docker
- Object Detection
Проект: «Web сервер для обмена данными между торговыми терминалами внутри одного компьютера или через интернет»
На стороне MT4/MT5 формировались пакеты с информацией о котировках и состоянии счета, и передавались на сервер с меткой торгового счета и терминала. На сервере сохранялись в Pandas dataframe. По запросу любого терминала выдавалась информация о состоянии счета любого из терминалов, и его котировках. Обмен позволял осуществлять синхронную торговлю по двум алгоритмам на разных парах счетов
На стороне MT4/MT5 формировались пакеты с информацией о котировках и состоянии счета, и передавались на сервер с меткой торгового счета и терминала. На сервере сохранялись в Pandas dataframe. По запросу любого терминала выдавалась информация о состоянии счета любого из терминалов, и его котировках. Обмен позволял осуществлять синхронную торговлю по двум алгоритмам на разных парах счетов
Проект: «Написание обмена между нейросетью на Python 3.6+Keras и терминалом MT5 через named pipe»
Со стороны терминала MT5 подготовка данных о истории движения цены и отправка в named pipe, со стороны Python, распаковка данных, анализ нейросетью, возврат ответа в MT5
Со стороны терминала MT5 подготовка данных о истории движения цены и отправка в named pipe, со стороны Python, распаковка данных, анализ нейросетью, возврат ответа в MT5
Проект: «Написание обмена по API МТ4/5 c Spectre платформа торговли бинарными опционами с использованием криптоконтрактов. Формат сообщений JSON»
На стороне MT4 определялся момент входа в серию сделок, формировался запрос в JSON на сервер, Далее запрос отправлялся по namedpipe в приложение шлюз присоединенное к серверу брокера. Приложение писал другой разработчик. У приложения была одна задача передавать запросы на сервер как есть и возвращать ответы. Дополнительно на сервер регулярно отправлялись запросы о состоянии счета и открытых сделках.
На стороне MT4 определялся момент входа в серию сделок, формировался запрос в JSON на сервер, Далее запрос отправлялся по namedpipe в приложение шлюз присоединенное к серверу брокера. Приложение писал другой разработчик. У приложения была одна задача передавать запросы на сервер как есть и возвращать ответы. Дополнительно на сервер регулярно отправлялись запросы о состоянии счета и открытых сделках.
Проект: «Упаковка нейросети «FANN» из готового исходного кода в DLL библиотеки»
Нa С++ Builder 6 версия x32 и на VisualStudio 2015 версия x64. Написание кода, использующего упакованную сеть из DLL библиотек для предсказания движения цены, для платформ MT4 и Multicharts (C++ и Powerlanguage)
Нa С++ Builder 6 версия x32 и на VisualStudio 2015 версия x64. Написание кода, использующего упакованную сеть из DLL библиотек для предсказания движения цены, для платформ MT4 и Multicharts (C++ и Powerlanguage)
Проект: «Приложения для анализа статистической вероятности события (паттерн на графике цены)»
Приложение загружало историю из файлов MT4. 4-9млн записей. На основании истории считалось матожидание и среднеквадратическое отклонение, строилось распределение вероятности. Статистика отправлялась в терминал, где робот принимал решения о входах в сделки
Приложение загружало историю из файлов MT4. 4-9млн записей. На основании истории считалось матожидание и среднеквадратическое отклонение, строилось распределение вероятности. Статистика отправлялась в терминал, где робот принимал решения о входах в сделки
Зубков Виктор
О себе
Я являюсь специалистом по разработке на Python с глубоким пониманием алгоритмов и построения сложных нейронных сетей. Моя страсть к искусственному интеллекту побуждает меня изучать новые концепции машинного обучения и применять их на практике. Разработка моделей нейронных сетей - это для меня не только возможность экспериментировать, но и шанс работать в различных областях, используя свои навыки и знания Python для создания решений на основе данных..
PYTHON DEVELOPER
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Scikit-learn
- SciPy
Стажер Data Science
ГК «Самолет»
Проект: «Детекция униформы работников предприятия средствами видеонаблюдения»
ГК «Самолет»
Проект: «Детекция униформы работников предприятия средствами видеонаблюдения»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
- Keras
- Tensorflow
- NLP
- GAN
- CGAN
- Object Detection
- ООП
- Git
ИВАНОВ ДМИТРИЙ
О себе
Опытный инженер по администрированию серверов и персональных станций с опытом
установки ОС и прикладного ПО. Ищу работу в компании, занимающейся получением, обработкой, хранением и преобразованием данных с помощью нейронных сетей. Увлеченный изучением искусственного интеллекта и машинного обучения, стремлюсь развиваться в данном направлении.
установки ОС и прикладного ПО. Ищу работу в компании, занимающейся получением, обработкой, хранением и преобразованием данных с помощью нейронных сетей. Увлеченный изучением искусственного интеллекта и машинного обучения, стремлюсь развиваться в данном направлении.
data csience
Навыки
Профессиональный опыт
- Python
- GAN
- GGAN
- WGAN
- Keras
- TensorFlow
- PyTorch
- Sklearn
- Pymorphy2
- Librosa
- Transformers
- SQL
Образование
Ведущий инженер
ОАО «МРСК Волги» - «Самарские РС»
ОАО «МРСК Волги» - «Самарские РС»
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Алгоритмический советник для московской биржи»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Алгоритмический советник для московской биржи»
- Проведен сбор и предобработка исходных данных
- Создана универсальная функция формирования данных торгового инструмента с заданным тайм-фреймом
- Произведены статистический анализ и влияние различных параметров (различный торговый инструмент, таймфрейм, уровень отсечки сигнала на изменение позиции) на окончательную прибыль
- Выполнен графический вывод результатов для анализа
- Администрирование парка серверов MS Windows
- Администрирование корпоративной почты на MS Exchange
- Решение проблемы спама и безопасности серверов и спама
Стек: Python, библиотеки Pandas, Matplotlib, Seaborn, NumPy, статистический анализ
Инженер
ОАО «Волжская МРК»
ОАО «Волжская МРК»
- Администрирование парка серверов MS Windows
- Консультация пользователей по ИТ
Профессиональный опыт
образование
Изосин Дмитрий
О себе
Начинающий специалист в сфере искусственного интеллекта. За 6 месяцев удалось создать программу на С++, которая позволяет редактировать файл обмена данных УРБД 1С 7.7. Я сильно заинтересован в развитии моих профессиональных навыков и знаний в области Data Science. Стремлюсь оставаться в курсе последних тенденций и
разработок в этой быстро развивающейся сфере.
разработок в этой быстро развивающейся сфере.
Data Scientist
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Идентификация людей по фотографии»
Создал универсальную модель способную по эталонной фотографии
идентифицировать человека
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Идентификация людей по фотографии»
Создал универсальную модель способную по эталонной фотографии
идентифицировать человека
Программист 1С
Навыки
- Создал правила обмена на КД 2.0 без знаний и документации для выгрузки данных из
- Бухгалтерии 2.0 в не типовую УТ 10.3
- Внедрил учет запчастей по серийным номерам
- Настроил систему учета и контроля по серийным номерам - от поступления до продажи, с последующим контролем поломок и брака в сервисном центре
- Возглавил направление "Расходным материалов и ЗИП" и увеличил оборот более чем в 20 раз, выведя организацию в лидеры в нашем регионе
- Перевел организацию с УТ10.3 на доработанную УТ 11.4
- Вернул УТ на поддержку с сохранением всех доработок (дальнейшая доработка ведется без снятия с поддержки конфигурации)
- Сократил время ежегодной свертки базы с 2-х суток до 2 часов без остановки магазинов без последующего ручного ввода данных
- Создал обработку с использованием внешних надстроек 1Cpp и Formix без которых 1С 7.7 не могла выполнять подобные задачи
- Сократил время работы операторам на "подсортировку" с 3-х дней до 1,5 часов с помощью созданной обработки
- Обработка создала в базе 1С все необходимые документы на перемещение, что сильно сократило время работы операторов на складе
- Обработка сократила время работы на "подсортировку" и понизила требование на квалификацию сотрудника, что позволило делать "подсортировку" чаще и повысило качество ассортимента и наполненность размерного ряда в магазинах
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- SciPy
- Keras
- Pytorch
- Tensorflow
- Q-learning
- GAN (CGAN, WGAN, Pix2Pix, CycleGAN)
- Object Detection
- VGG
- ResNet
- Inception
- Git
- Json
- PostgreSql
- linux
- Qt
- MS Visual C++
Каргальцев Владислав
О себе
Начинающий специалист в области Data Scientist с хорошим пониманием статистических методов и алгоритмов машинного обучения. Я умею собирать, обрабатывать и анализировать данные с помощью различных инструментов и методов. Мой интерес к автоматизации трейдинга через искусственный интеллект привел меня в эту область, и теперь я стремлюсь развиваться в области ИИ.
data csience
Профессиональный опыт
Образование
Стажер Data Science
АО «Росгеология»
АО «Росгеология»
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
- Анализ данных геофизических исследований полученных при бурении разведочных скважин
- Построение корреляционных зависимостей
- Выполнение количественной оценки концентраций минералов в породе, минуя химический анализ
Навыки
- Python
- Keras
- Attention
- Seq-2-Seq
- Seaborn
- Pandas
- SciPy
- Flask
- Transformers
- Q-learning
- Sklearn
- NumPy
- TensorFlow
- Matplotlib
- Object Detection
- Police Gradient
- ResNet
- Inception
- API
- Git
- GAN, VGG
Кондратов СЕРГЕЙ
О себе
Специалист с 4-х летним опытом работы с нейронными сетями и глубоким обучением, включая CNN и GAN. Профессионально владею Python и применяю его в компьютерном зрении. Имею обширные знания в области обработки
изображений, распознавания образов, сегментации и классификации. Глубоко понимаю математические и статистические основы компьютерного зрения, включая линейную алгебру, оптимизацию и статистический анализ данных.
изображений, распознавания образов, сегментации и классификации. Глубоко понимаю математические и статистические основы компьютерного зрения, включая линейную алгебру, оптимизацию и статистический анализ данных.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Pet - проекты:
Навыки
1.Определение координат углов документа на изображении (2000 х 3000 пикс.) с помощью нейронной сети (регрессия)
Cтек: Python, Tensorflow, Keras, Opencv, Numpy
Cтек: Python, Tensorflow, Keras, Opencv, Numpy
- Python
- NumPy
- Pandas
- Matplotlib
- Scikit-learn
- SciPy
- Keras
- Pytorch
- Tensorflow
- Attention
- Transformers
- Q-learning
- GAN
- Pix2Pix
- Object Detection
- VGG
- ResNet
- ООП
- Git
- Json
- HTML/CSS
2. Возврат или изменение смещенной ступни в исходное положение по всем восьми ракурсам
Стек: Python ООП, Tensorflow, Keras, Opencv, Numpy, Pandas, Sk-learn, Matplotlib
Стек: Python ООП, Tensorflow, Keras, Opencv, Numpy, Pandas, Sk-learn, Matplotlib
КАРЕВ АЛЕКСАНДР
О себе
Специалист с образованием в области информационных технологий. Обладаю аналитическим и математическим складом ума. Большой опыт работы на зарубежных рынках и сотрудничества с иностранными партнерами: Европа, Африка, Ближний Восток. Знание языков: немецкий, английский, французский, испанский. Имею обширные знания в области машинного обучения и анализа данных, а также умею работать с различными платформами и технологиями.
DATA SCIENTIST
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
- Рython
- Seaborn
- SQL
- Pandas
- TensorFlow
- NLP
- OpenCV
Стажер Data Science
ГК «Самолет»
Проект: «Выделение фигуры на изображении и вставка его в другой фон»
ГК «Самолет»
Проект: «Выделение фигуры на изображении и вставка его в другой фон»
- Подборка параметров для модели с помощью инструмента Optuna
- Проработка экспериментальных подходов
Результат: Работающая нейронная сеть
- PyTorch
- NumPy
- Matplotlib
- Jupiter
- Anaconda
- Keras
- Определена оптимальная архитектура нейросети - достигнута точность (0.98)
- Реализована вставка сегментированного изображения в другой фон
Стек: Python, библиотеки Tensorflow, Keras, Pandas, Matplotlib, Seaborn, NumPy, Matplotlib, Pyplot, OpenCV, PIL
КНЯЗЕВ АЛЕКСАНДР
О себе
Специалист с образованием в области физики, кибернетики и
информационной безопасности. Опыт работы в области data science - полгода.
За это время зарекомендовал себя, как сотрудник ответственно подходящий к
решению задач, заинтересованный в постоянном обучении и расширении
своих компетенций. Обладаю аналитическим и математическим складом ума, и
способен изучить большой объем информации в короткий срок.
информационной безопасности. Опыт работы в области data science - полгода.
За это время зарекомендовал себя, как сотрудник ответственно подходящий к
решению задач, заинтересованный в постоянном обучении и расширении
своих компетенций. Обладаю аналитическим и математическим складом ума, и
способен изучить большой объем информации в короткий срок.
data csience
Профессиональный опыт
Образование
Стажер Data Scientist
ООО «Медиан. Стриминговая платформа goodgame.ru»
ООО «Медиан. Стриминговая платформа goodgame.ru»
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
- Проведено исследование различных методов построения рекомендательных систем
- Проведена апробация нескольких методов построения рекомендательных систем и готовых библиотек (коллаборативная фильтрация с расчетом косинусного расстояния, библиотеки Implicit, LightFM, NCF)
- Разработан алгоритм обработки датасета предоставленного заказчиком
- Формирование оценки на основе кластеризации
- Написание рекомендательной системы с использованием библиотеки Keras
Навыки
- Python 3
- Keras
- TensorFlow
- PyTorch
- Sklearn
- Pymorphy2
- Librosa
- Transformers
- Matplotlib
- Seaborn
- NumPy
- SciPy
- Pandas
- SQL
- Q-learning
- Object Detection
Стек: Python, библиотеки Pandas, NumPy, Sklearn, Tensorflow, Keras
Проект: «Создание мозг-компьютерного интерфейса на базе fNIRS»
- Изучен метод fNIRS
- Проведен анализ имеющихся датасетов fNIRS
- Созданы функции загрузки и парсинга датасета
- Проведен ряд экспериментов по подбору структур нейросетей
- Проведен ряд экспериментов по подбору гиперпараметров оптимальной модели нейросети
- Разработана и проверена идея «дообучения» модели на одном конкретном испытуемым
- Достигнута точность 93,81% для одного испытуемого
Стек: Python, Pandas, Matplotlib, NumPy, Keras
Корнилин Владислав
О себе
Инженер по искусственному интеллекту с опытом проектирования, разработки, тестирования и разработки приложений. Имею опыт написания кодов и алгоритмов, а также построения сложных нейронных сетей с помощью различных программ. Имею психологическое образование, в соответствии с этим увлечен темой нейронных сетей и изучением искусственного интеллекта с обширными знаниями концепций машинного обучения и другими сопутствующими технологиями.
ML-Engineer
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Навыки
- Python
- Matplotlib
- Seaborn
- NumPy
- SciPy
- Pandas
- Keras
- TensorFlow
- PyTorch
- Sklearn
- Object Detection
- NLP
- Seq-2-Seq
- Attention
- Transformers
- Q-learning
- Inception
- Police Gradient
- CGAN
- WGAN
- VGG
- GAN
- ResNet
- SQL
КОХАНОВСКИЙ ВАДИМ
О себе
Начинающий специалист в области искусственного интеллекта, увлеченный поиском новых знаний в этой сфере. Совершенствую свои навыки программирования и аналитические способности ежедневно. Готов вкладывать свои усилия для достижения высоких результатов.
A I - DEVELOPER
Профессиональный опыт
Образование
Разработал телеграм-бот, который парсит новости с сайта по введенной теме с сайта новостей
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Автоматическая сегментация КТ снимков легких на основе расчета текстурных характеристик набора вокселей»
- Python
- Java
- NumPy
- Pandas
- Matplotlib
- Librosa
- Keras
- Подготовка данных для извлечения текстурных характеристик
- Извлечение текстурных характеристик, определение наиболее значимых из них и формирование датасета
- Подбор эффективной, но не избыточной архитектуры НС
- Подбор гиперпараметров
- Tensorflow
- NLP
- Seq-2-Seq
- Attention
- Q-learning
- REINFORCE
- GAN
Достижение: Достигнута точность предсказания 99,2%
Стек: Python, Pandas, Jupiter, numpy, matplotlib, math, Keras, Tensorflow, Pydicom, PyRadiomics, PyNrrd, 3DSlice
Стек: Python, Pandas, Jupiter, numpy, matplotlib, math, Keras, Tensorflow, Pydicom, PyRadiomics, PyNrrd, 3DSlice
- CGAN
- TTS
- STT
- Object Detection
- ResNet
- ООП
- Git
- Pytest
- Json
- Requests
- Sqlite
- PostgreSql
- ORM
- SQLAlchemy
Разработал телеграм-бота, который может стенаграфировать сообщения в картинки и извлекать их обратно
Университет искусственного интеллекта | 2022
«Python-разработчик»
«Python-разработчик»
КОШЕЛЕВ Дмитрий
О себе
Я начинающий Data Scientist, который стремится развиваться в сфере анализа данных
и машинного обучения. Умею решать задачи глубокого машинного обучения,
компьютерного зрения, компьютерного перевода. Ищу новые возможности для роста
и развития в сфере разработки, где могу применить свой опыт и улучшить свои
навыки.
и машинного обучения. Умею решать задачи глубокого машинного обучения,
компьютерного зрения, компьютерного перевода. Ищу новые возможности для роста
и развития в сфере разработки, где могу применить свой опыт и улучшить свои
навыки.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Навыки
- Pandas
- Python
- Numpy
- Seaborn
- Matplotlib
- PIL
- Pyplot
- Keras
- GAN
- Tensorflow
- Object Detection
- Pyplot
- YOLO
- NLP
- OpenCV
- RL
Стажер Data Science
Clorettex LP
Проект: ««Рекомендательная система интернет магазина»
Clorettex LP
Проект: ««Рекомендательная система интернет магазина»
- Анализ данных/поиск материалов
- Разработка рекомендательной системы на основе TensorFlow Recommenders
- Парсинг датасета
Результат: Разработал предобработку файлов, систему рекомендаций на основе
Tensorflow Recommenders
Стек: Python, NumPy, Pandas, Tensorflow, Matplotlib, Tensorflow Recommenders, Typing
Tensorflow Recommenders
Стек: Python, NumPy, Pandas, Tensorflow, Matplotlib, Tensorflow Recommenders, Typing
Проект: «Удаление водяных знаков с изображений»
Цель : Научить нейронную сеть очищать изображения от нанесенного watermark
Цель : Научить нейронную сеть очищать изображения от нанесенного watermark
- Изучил работу с изображениями в нейронных сетях различной архитектуры
- Освоил метод Deep Image Prior
КРИВОШЛЫК ВЛАДИМИР
О себе
Специалист с образованием в области вычислительных машин. Решил продолжить
развитие карьеры в направлении машинного обучения и искусственного интеллекта.
Рассматриваю проекты в сфере строительства, торговли, проектирования систем
компьютерного зрения и робототехники, чтобы продолжать расти и развиваться в этой
увлекательной сфере.
развитие карьеры в направлении машинного обучения и искусственного интеллекта.
Рассматриваю проекты в сфере строительства, торговли, проектирования систем
компьютерного зрения и робототехники, чтобы продолжать расти и развиваться в этой
увлекательной сфере.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Классификация документов по фото»
- Python
- Numpy
- Pandas
- Matplotlib
- Keras
- Tensorflow
- Seq-2-Seq
- Создать модель сети для распознавания и классификации 3 видов документов на изображении
- Достигнуть максимальной и безошибочной классификации 93-94% и выше
В результате обучения модели были достигнуты следующие результаты:
- Transformers
- Q-Learning
- GAN
- Object Detection
- HTML/CSS
- Linux
- Doker
Стажер Data Science
ООО «1С-Рарус»
Описание: Создание системы, которая по платежному поручению, поступившему в систему 1С от иностранного юридического лица будет выделять и определять наименования контрагента
ООО «1С-Рарус»
Описание: Создание системы, которая по платежному поручению, поступившему в систему 1С от иностранного юридического лица будет выделять и определять наименования контрагента
- Анализ данных/поиск материалов
- Предобработка данных
- Разработка и тестирование решений с помощью генетических алгоритмов
- Эксперименты с архитектурами нейросетей с различным количеством входов и выходов
- Тестирование итогового решения
- Верных ответов на обучающих данных - 100 %
- Верных ответов на проверочных данных - 94 %
- Верных ответов на тестовых данных – 100 %
Кузнецова ЕЛЕНА
О себе
Начинающий специалист в области Data Science. Нацелена на развитие в сфере
работы с большими данными. Обладаю высокоразвитым критическим мышлением,
глубокими знаниями Python. Имею успешный опыт в разработке проектов.
работы с большими данными. Обладаю высокоразвитым критическим мышлением,
глубокими знаниями Python. Имею успешный опыт в разработке проектов.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проекты:
1.COVID-19.Предсказание заболеваемости
Описание: предсказание количества случаев заболеваемости, на основании данных,
сбор которых был произведен командой Центра системных наук и инженерии
Университета Джона Хопкинса (CSSE)
2.Применение нейронных сетей в задачах классификации:
Описание: определение класса изделия по фотографии, определение
исполнителя по признакам аудиосигнала
1.COVID-19.Предсказание заболеваемости
Описание: предсказание количества случаев заболеваемости, на основании данных,
сбор которых был произведен командой Центра системных наук и инженерии
Университета Джона Хопкинса (CSSE)
2.Применение нейронных сетей в задачах классификации:
Описание: определение класса изделия по фотографии, определение
исполнителя по признакам аудиосигнала
Навыки
- Python
- Tensorflow 2.0
- Keras
- Numpy
- Pandas
- PySpark
- Matplotlib
- Seaborn
- Scipy
- Sklearn
- RandomForestRegressor
- LinearRegression
- CatBoostRegressor
3.Введение в генетические алгоритмы
4.Распознавание речи
Лагунов Владимир
О себе
Владею современными инструментами моделирования на Python. Во время
обучения я с увлечением изучал компьютерное зрение, машинное обучение и
искусственный интеллект. Я увлечен проектами в сфере робтизации. В данный
момент я ищу работу в сфере Data Science, где смогу продолжать улучшать свои
знания и навыки.
обучения я с увлечением изучал компьютерное зрение, машинное обучение и
искусственный интеллект. Я увлечен проектами в сфере робтизации. В данный
момент я ищу работу в сфере Data Science, где смогу продолжать улучшать свои
знания и навыки.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Разработка с нуля генератора датасета на языке Python»
Навыки
Стек: Python, Keras, открытые библиотеки распознания и синтеза голоса
- Python
- Numpy
- Pandas
- Matplotlib
- Seaborn
- Keras
- Pytorch
- Tensorflow
- Seq-2-Seq
- Attention
- Transformers
- GAN
- Object Detection
- VGG
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также
детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также
детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python,Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot,
OpenCV, PIL, FairMOT
Стек: Python,Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot,
OpenCV, PIL, FairMOT
МИРОНОВ Максим
О себе
Последние 10 лет для поиска и создания инвестиционных решений создавал торговых роботов, финансовую математику и статистику. В качестве руководителя отдела по работе с клиентами, разработал и внедрил программу для определения клиентского профиля, что увеличило выручку компании на 21%. Последние 3 года изучаю машинное обучение. Ищу работу в IT – компании, где я смогу применять свои знания и навыки.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
Государственное бюджетное учреждение «Республиканский кардиологический центр»
Государственное бюджетное учреждение «Республиканский кардиологический центр»
- Предварительная очистка Excel (опечатки при вводе, дубли, смещение в колонках и др.)
- Создание парсера для приведения «сырых» данных к формату для обучения модели
- Объединение данных с разных больниц в один общий ДатаСет. Проверка на дубли
- Классические ML модели и оптимизация параметров. Так же использовался Фреймворк AvtoML
- DL Модели. AvtoKeras
- DL + ML модели. Выбор лучших
- Создание HTML страницы для ввода данных
- Создание проекта на Django для идентификации пользователей, обработки запросов с форм и выдачи результатов
Стек: Python, Jupiter, Pandas, Nampy, Scikit-learn, CatBoost, LightGBM, Keras, AvtoKeras, AvtoML, Аuto- Sklearn, Django, HTML, JavaScript, GitHub
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Scikit-learn
- SciPy
- Keras
- Tensorflow
- NLP
- ООП
- Git
- Json
- HTML/CSS
- Sqlite
- ORM
- Django ORM
- Linux
НЕМЕТ АДАМ
О себе
Начинающий специалист в сфере искусственного интеллекта. В моих навыках имеется
успешный опыт создания скоринговых моделей и работы с обширными наборами
данных. Я владею современными инструментами моделирования на Python. Проявляю
интерес и умение анализировать данные, находить скрытые закономерности и
тщательно проверять гипотезы. Я увлечен проектами в сфере машиностроения,
роботизации и компьютерного зрения.
успешный опыт создания скоринговых моделей и работы с обширными наборами
данных. Я владею современными инструментами моделирования на Python. Проявляю
интерес и умение анализировать данные, находить скрытые закономерности и
тщательно проверять гипотезы. Я увлечен проектами в сфере машиностроения,
роботизации и компьютерного зрения.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Управление беспилотного робота с помощью нейронной сети»
- Python
- Matplotlib
- NumPy
- Pandas
- Seaborn
- Keras
- TensorFlow
- Сгенерировал сегментированные изображения поезда (для процесса обучения нейронной сети) с помощью GIMP
- Создал архитектурную модель U-Net с 3 блоками повышенной дискретизации
- Работаю над тем, чтобы система работала быстрее на Raspberry Pi 4 и продолжаю оптимизировать свой код
Стек: Python, NumPy, Keras, Tensorflow, OpenCV, Flask
- Sklearn
- Git
- Flask
- Docker
- Tkinter
- YOLOv3
- Seq-2-Seq
Инженер - электроник
ООО «Компания Фабрика Арт»
ООО «Компания Фабрика Арт»
- Программирование микроконтроллеров (в первом очереди Arduino)
- Подготовка и выполнение задач в области электроники, электромеханики, освещения (использование микроконтроллеров, пультов управления, светодиодных лент)
- Подготовка документации проектов (принципиальные электросхемы, описание приборов)
- Проектирование уникальных держателей для разных приборов (сенсоры, платы управления, модуля) в САПР (Fusion 360, SolidEdge, Autodesk Inventor)
- Подготовка 3D модели для 3D печати
- PyAudio
- LibROSA
- GAN
- CGAN
- Q-learning
- REINFORCE
- OpenAI
НИЯЗБЕК УУЛУ ЭРКИНБЕК
О себе
Работаю инженером в области искусственного интеллекта. Обладаю знаниями и умениями для работы с компьютерным зрением и нейронными сетями. Ищу работу в сфере ИИ для продолжения своего профессионального роста.
COMPUTEr VISION ENGINEEr
Профессиональный опыт
образование
Университет искусственного интеллекта
«Python – Разработчик»
«Python – Разработчик»
Разработал чат-бот с компьютерным зрением «Уинстон»
Чат-бот был разработан для академии Motion Web
Который отвечает на вопросы студентов:
Чат-бот был разработан для академии Motion Web
Который отвечает на вопросы студентов:
- Какие курсы можно пройти в академии
- Запрос информации о самой академии
- Ряд других вопросов в режиме реального времени
Стек: Nltk, Numpy, Json, Torch
Навыки
- Python
- C++
- Keras
- Pytorch
- Tensorflow
- NLP
- Seq-2-Seq
- GPT
- GAN
- STT
- DeepSpeech
- Object Detection
- VGG
- ResNet
- ООP
- Git
- Json
- Linux
Успешно разработал программное обеспечение, которое выполняет следующие функции:
- Функцию распознавания людей
- Функцию извлекающего константного BBOX
- Функцию определения пересечения BBOX
- Функцию, извлекающего максимума если камера распознает много объектов
Разработал умную камеру для виртуального Reception, для слежения за присутствием человека:
Если есть человек, то активируется функция микрофона. Если нет, то ждет, пока
подойдет человек
Стек: OpenCV, PyTorch, YoloV5, Numpy, Tracker, ElementTree
Если есть человек, то активируется функция микрофона. Если нет, то ждет, пока
подойдет человек
Стек: OpenCV, PyTorch, YoloV5, Numpy, Tracker, ElementTree
НОСОВ ДМИТРИЙ
О себе
Специалист в области прикладной математики. Имею 10-и летний опыт работы в сфере коммерческой разработки (Excel, VBA, SAP). Постоянно участвую в различных мероприятиях в сфере искусственного интеллекта. Имею успешный опыт в построении моделей машинного обучения и нейронных сетей. Есть постоянное желание развиваться в области DS/ML/CV.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Проект по поиску вакансий на HH.ru (парсинг по API)»
- Python
- Deep learning
- Data Science
- Django
- Keras
- Использование и расширение стандартной модели пользователя
- Регистрация и авторизация
- Права пользователей и групп
- Добавление на сайт управления пользователями и ограничения прав
- Оптимизация сайтов
- Развертка сайта на хостинге
- Создание веб-сервиса. Проектирование web-api (Django REST Framework)
- Docker. Создание контейнеров для web-приложений
- Парсинг сайтов по API и HTML
Стек: Python 3, Django 4, Django REST Framework, Docker, SQLAlchemy, Django ORM, Flask, Wsgi, Gunicorn, Nginx, ubuntu 22, PostgreSQL
- SpeechToText
- Pandas
- Matplotlib
- Pytorch
- Django Framework
Стажер Data Science
ГК «ОТР»
«Проект по распознаванию документов (паспорт, СНИЛС, ИНН)»
ГК «ОТР»
«Проект по распознаванию документов (паспорт, СНИЛС, ИНН)»
- Программирование микроконтроллеров (в первом очереди Arduino)
- Подготовка и выполнение задач в области электроники, электромеханики, освещения (использование микроконтроллеров, пультов управления, светодиодных лент)
- Подготовка документации проектов (принципиальные электросхемы, описание приборов)
- Проектирование уникальных держателей для разных приборов (сенсоры, платы управления, модуля) в САПР (Fusion 360, SolidEdge, Autodesk Inventor)
- Подготовка 3D модели для 3D печати
- EasyOCR
- YOLO
- Numpy
- Seaborn
- Object Detection
- GAN
- OpenCV
- Git
- PSPNet
- Tensorflow
ПИСАРЕВСКИЙ ДЕНИС
О себе
Начинающий специалист в области Data Scientist с хорошим пониманием статистических методов и алгоритмов машинного обучения. Я умею собирать, обрабатывать и анализировать данные с помощью различных инструментов и методов. Увлеченный изучением искусственного интеллекта стремлюсь развиваться в данном направлении.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
Результат: работающая нейронная сеть
Стек: Python, библиотеки Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
Стек: Python, библиотеки Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Keras
- Pytorch
- Tensorflow
- Seq-2-Seq
- Transformers
- GAN
- Object Detection
- VGG
- ResNet
- Requests
Проект: «Переводчик с английского на русский язык»
- Небольшой прасинг
- Параметризация базы (токенизация, тензоры)
- Создание нейросети на основе Transformer (Attention all you need)
- Обучение нейросети
- Проверка нейросети
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Платонов ЕВГЕНИЙ
О себе
Цель моей карьеры - работать в сфере искусственного интеллекта, используя мои навыки анализа данных и аналитический склад ума. Я быстро адаптируюсь к меняющимся условиям и стремлюсь внести свой весомый вклад в развитие этой области. В данный момент я ищу работу Data Scientist, где смогу продолжать улучшать свои знания и навыки.
DATA SCIENTISt
Профессиональный опыт
Образование
Навыки
Проект: «Обнаружение заболеваний легких по рентгену»
- Python 3
- Keras
- TensorFlow
- PyTorch
- Sklearn
Цель: Создать нейросеть которая определит признаки заболевания по одному снимку рентгена легких с максимальной точностью
Достижения: С 80% точностью определение заболевания по снимку легких
Стек: Python 3, Framework Terra
Достижения: С 80% точностью определение заболевания по снимку легких
Стек: Python 3, Framework Terra
- Pymorphy2
- NLP
- Seq-2-Seq
- Attention
- Transformers
Стажер Data Science
ГК «Самолет»
«Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
«Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Q-learning
- REINFORCE
- GAN
- CGAN
- Matplotlib
- Seaborn
- NumPy
- Pandas
- VGG
- ResNet
- Inception
- SQL
- HTML
- CSS
- API
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Плахотнюк АЛИНА
О себе
Начинающий специалист в области искусственного интеллекта. Мои интересы сфокусированы на компьютерном зрении. Стремлюсь расширять свои навыки и готова рассмотреть проекты в любых сферах. Уверена, что данный опыт поможет мне развить свой профессиональный потенциал и достичь высоких результатов.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ООО «Вирджиния»
Проект: «Система обнаружения и классификации ковров»
ООО «Вирджиния»
Проект: «Система обнаружения и классификации ковров»
- Извлечение данных для датасета, составление и разметка БД
- Изучение алгоритмов для распознавания и классификации
- Выбор оптимальной архитектуры для решения задачи
- Составление и обучение нейросетевого алгоритма
- Получение первых результатов и их улучшение
- Написание кода пост-обработки данных
Стек: Python3+, Keras, TensorFlow, CNN, YOLO, OpenCV, NumPy, Matplotlib, Seaborn
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Keras
- Text2Image
- Object Detection
- VGG
- ResNet
- HTML
- CSS
Проект: «Визуальный анализ заполненности городской среды элементами рекламы с помощью компьютерного зрения»
- Создание и подготовка базы данных из 480 изображений с
- сегментированными элементами рекламы; Аугментация базы данных до 1920 изображений
- Обучение сети на базе архитектуры U-net
- Улучшение результата анализа за счет комбинации архитектур U-net и PSP-net
Решенные задачи: Получена модель с точностью работы на тестовых данных 96%
Стек: Python, Pandas, Numpy, Matplotlib, Keras
Стек: Python, Pandas, Numpy, Matplotlib, Keras
Прокопчук АНДРЕЙ
О себе
Я программист с опытом в разработке программного обеспечения и машинном обучении. Активно изучаю новые технологии. Занимался разработкой небольших игровых программ, парсингом веб-страниц с использованием библиотек Python. Ищу возможность применить свой опыт и навыки в сфере AI.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Сегментирование паспорта РФ для распознавания»
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Keras
- Собрал базу паспортов
- Разместил базу
- Определил подходящую сеть
- Обучил сеть
- Подготовил обученную модель с весами для дальнейшей работы по распознанию и
- сохранению распознанных данных в таблицу
- Pytorch
- Tensorflow
- NLP
- Seq-2-Seq
- Text2Image
- GPT
- Q-learning
Стажер Data Science
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН). Работа с OCR
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН). Работа с OCR
- Разработка механизма автоматического поворота документов
- Формирование синтетических данных
- Анализ данных/поиск материалов
- Разметка данных
- Изучение CTCLoss
- GAN
- CGAN
- Object Detection
- Git
- Unittest
- Pytest
- Requests
Стек: Keras, PyTorch, Tensorflow, Pandas, Numpy, Sklearn, Matplotlib, CTC loss,
TextRecognitionDataGenerator, EasyOCR, Tesseract, YOLOv5, ViT, ImageDataGenerator, Cv2, PIL, RuBERT, KenLM, jamspell, ErasTuner
TextRecognitionDataGenerator, EasyOCR, Tesseract, YOLOv5, ViT, ImageDataGenerator, Cv2, PIL, RuBERT, KenLM, jamspell, ErasTuner
Решенная задача: Получилась рабочая модель на базе YOLOv5 удовлетворительная по
критериям нахождения областей
Стек: Python, Pandas, Numpy, Matplotlib, Seaborn, SciKitLearn, Keras, Tensorflow
Севисы: makesense.ai
критериям нахождения областей
Стек: Python, Pandas, Numpy, Matplotlib, Seaborn, SciKitLearn, Keras, Tensorflow
Севисы: makesense.ai
РОВЕНСКАЯ ИРИНА
О себе
Начинающий специалист в сфере искусственного интеллекта. Обладаю знаниями и
умениями для работы с нейронными сетями и анализом данных. Имею аналитический
склад ума и способна изучить большой объем информации за короткие сроки. Стремлюсь получить опыт и применить свой потенциал для решения задач в этих областях.
умениями для работы с нейронными сетями и анализом данных. Имею аналитический
склад ума и способна изучить большой объем информации за короткие сроки. Стремлюсь получить опыт и применить свой потенциал для решения задач в этих областях.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, библиотеки Tensorflow, Keras, PyTorch, Pandas, Seaborn, NumPy, Matplotlib, Pyplot, OpenCV, PIL, FairMOT, SQL, GIT
Стек: Python, библиотеки Tensorflow, Keras, PyTorch, Pandas, Seaborn, NumPy, Matplotlib, Pyplot, OpenCV, PIL, FairMOT, SQL, GIT
Навыки
- Python 3
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Keras
- TensorFlow
- NLP
- Seq-2-Seq
- GAN
- Object Detection
- Sklearn
- SQL
Дипломный проект: «Разговорный чат-бот на архитектуре Seq-2-Seq»
В процессе были построены различные варианты архитектур для модели Sequence-to-sequence
В процессе были построены различные варианты архитектур для модели Sequence-to-sequence
РОМАНОВИЧ МИХАИЛ
О себе
Я программист с опытом в разработке программного обеспечения и машинном обучении. Активно изучаю новые технологии. Занимался разработкой небольших игровых программ, парсингом веб-страниц с использованием библиотек Python. Ищу возможность применить свой опыт и навыки в сфере AI.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Моделирование, генерация датасета и обучение сети на сверточных архитектурах (autoencoder, seq-net, unet, psp-net)»
- Python
- NumPy
- Pandas
- Matplotlib
- Librosa
- Детектирование объектов (object detection)
- Семантическая сегментация (semantic segmentation)
- Кластеризация (clustering)
- Обучение с подкреплением (reinforcement learning)
- Обработка текста (NLP)
- Задачи регрессии, обработка временных рядов (time series processing)
- Генетические алгоритмы (genetic algorithms)
- Keras
- Tensorflow
- Object Detection
- ResNet
- VGG
Pet - Проект
Методы для решения задач обработки георадарных данных с помощью ML
Методы для решения задач обработки георадарных данных с помощью ML
- Inception
- Git
- Unittest
- Pytest
- Json
Стек: GprMax, Numpy, Matplotlib, Cuda, Tensorflow
Результаты: Готовится публикация по проекту в научный журнал
Результаты: Готовится публикация по проекту в научный журнал
- Pytorch
- linux
- Scikit-learn
- Docker
- NLP
Рубцов Станислав
О себе
Специалист в области медицины с опытом работы в моделировании 3D графики и программирования на С++ и OpenGl. Создание 3D программы по анатомии человека было одним из моих достижений. Я готов к любым интересным проектам в сфере Data Science.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV
Навыки
- Python
- C++
- Java
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Scikit-learn
- SciPy
- Keras
- Pytorch
- Tensorflow
- Seq-2-Seq
Дипломный проект: «Цифровая фотозона»
Удаление фона на фотографиях людей, замена фона на другой
Удаление фона на фотографиях людей, замена фона на другой
- Q-learning
- GAN
- CGAN
- Object Detection
- Streamlit
- ООП
- Git
- Json
- HTML/CSS
- Bootstrap
- Sqlite
- PostgreSql
- Linux
- Docker
- Найти и скачать датасет с людьми и размеченными изображениями. Подготовить датасет для обучения модели.
- Создать нейросеть, отделяющую на изображениях человека от фона и обучить ее на подготовленном датасете
- Объединить фоновое изображение и полученное с помощью нейросети изображение человека без фона
Достижения: Создано рабочее серверное приложение в streamlit позволяющее удалять фон на фотографиях людей
Стек: Python, Numpy, Matplotlib, SciKitLearn Keras, U-net, Streamlit , Github
Стек: Python, Numpy, Matplotlib, SciKitLearn Keras, U-net, Streamlit , Github
РЫЖОВ СЕРГЕЙ
О себе
Я начинающий специалист по данным, работающий над проектами в области глубокого обучения, компьютерного зрения, автоматического распознавания речи и генеративных моделей. Я стремлюсь получить опыт и применять свой потенциал для решения сложных задач в этих областях. Я имею обширные знания в области алгоритмизации, машинного обучения и анализа данных, а также умение работать с различными платформами и технологиями.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Детектирование отжиманий/приседаний»
- Python
- Object Detection
- NLP
- Seq-2-Seq
- Attention
- Transformers
- Q-learning
- Параметризация данных
- Подбор архитектуры и создание модели
- Обучение и тестирование модели построение графиков
- обучения и ошибок проверка гипотез
- GAN, CGAN, WGAN
- Keras
- TensorFlow
- PyTorch
- Sklearn
- Pymorphy2
- Librosa
- Transformers
- Matplotlib
- Seaborn
- NumPy
- SciPy
- Pandas
- SQL
Стажер Data Science
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН). Работа с OCR.
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН). Работа с OCR.
- Разработка механизма автоматического поворота документов
- Формирование синтетических данных
- Анализ данных/поиск материалов
- Разметка данных
- Изучение CTCLoss
Стек: Стек: Keras, PyTorch, Tensorflow, Pandas, Numpy, Sklearn, Matplotlib, CTC loss, TextRecognitionDataGenerator, EasyOCR, Tesseract, YOLOv5, ViT, ImageDataGenerator, Cv2, PIL, RuBERT, KenLM, jamspell, ErasTuner
СКОРОДУМОВ МИХАИЛ
О себе
Я имею опыт в машиностроении и разработке ERP и BPM-систем. В настоящее время моя работа сосредоточена на базах данных (MS SQL, Postgre SQL) и разработке модулей и приложений на C#. Интерес к искусственному интеллекту возник у
меня, так как он представляет нечто удивительное, что не всегда можно достичь с помощью обычных алгоритмов или человеческого восприятия.
меня, так как он представляет нечто удивительное, что не всегда можно достичь с помощью обычных алгоритмов или человеческого восприятия.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Разработчик серверных решений
ООО «ДоксВижн»
ООО «ДоксВижн»
- Доработка серверной части платформы и других модулей системы
- Интеграция в систему полнотекстового поиска (Elasticsearch, MS SQL)
- Написание скриптов и генераторов скриптов для обновления и обслуживания БД и для работы с БД (СУБД MS SQL Server и PostgreSQL)
- Оптимизация и рефакторинг кода
- Оптимизация запросов к БД
- Работа с системой контроля версий Git
- Изучение используемых в организации и перспективных решений и технологий программирования
Навыки
- Python
- С#
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Keras
- Tensorflow
- NLP
- Seq-2-Seq
- Attention
- Transformers
- GAN
- ООП
Дипломный проект: «Генерация сказок (по названию сказки генерация текста)»
- Git
- Json
- HTML/CSS
- MVC
- PostgreSql
- ORM
- MS SQL
- Сбор базы сказок
- Анализ данных, выбор - какие данные будут поступать на вход, какие должны быть на выходе, парсинг текста на подтексты, удаление выбросов
- Токенизация, создание словаря, подготовка датасета, разбиение датасета на батчи
- Создание и обучение модели
- Проведение экспериментов с основными параметрами сети и обучения, анализ полученных результатов и внесение предложений по улучшению
Стек: Python, Jupiter, Numpy, Matplotlib, Keras, Tensorflow
СОКОЛОВ АЛЕКСЕЙ
О себе
Мотивированный специалист в области Data Science с опытом
работы с различными алгоритмами машинного обучения.
Уверен в своей способности вносить существенный вклад в
развитие инновационных проектов.
работы с различными алгоритмами машинного обучения.
Уверен в своей способности вносить существенный вклад в
развитие инновационных проектов.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Дизайн маникюра на фотографии»
- Python
- ООП
- Pandas
- NumPy
- Keras
- Tensorflow
- Собрать обучающую базу фото рук с маникюром посредством парсинга на тематических сайтах
- На фото собранной базы в программе Photoshop закрасить области ногтей в один цвет для обучения НС находить области на фото
- Написать архитектуру НС и обучить ее распознавать области ногтей на фото
- Написать скрипт перекрашивания области ногтей в требуемый цвет
- Scikit-learn
- Matplotlib
- Librosa
- Selenium
- BeautifulSoup
- PyCharm
- Visual Studio Code
- Git
- Flask
- SQL
- Photoshop
- DIALux
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, библиотеки Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn,
NumPy, Matplotlib, Pyplot, OpenCV, PIL
Стек: Python, библиотеки Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn,
NumPy, Matplotlib, Pyplot, OpenCV, PIL
Стек: Python, Pandas, NumPy, Keras, Tensorflow, Scikit-learn, Matplotlib, Pillow,
BeautifulSoup, Photoshop
BeautifulSoup, Photoshop
СОЛДАтОВ Александр
О себе
Опытный IT специалист. Успешно перевожу материалы с управленческой на IT терминологию и обратно. В качестве руководителя в области IT я успешно организовал и курировал работу служб HelpDesk в более чем 10 компаниях, а также отвечал за развитие и работу еще около 30 компаний. Благодаря моему большому опыту, я уверенно и эффективно разрешаю конфликты. В свободное время занимаюсь программированием и участвую в стажировках.
Data Scientist
Профессиональный опыт
образование
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- ClearML
- Seaborn
- Librosa
- Scikit-learn
- Keras
- Pytorch
- Tensorflow
- Transformers
- Object Detection
- Git
- Json
- Requests
- Linux
- Docker
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, Git, Сolab
Стек: Python, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, Git, Сolab
Стажер Data Science
АО «Росгеология»
Проект: «Предсказание параметров для оценки результатов бурения»
АО «Росгеология»
Проект: «Предсказание параметров для оценки результатов бурения»
- Тестирование аугментированного датасета
- Задача «Предсказание параметра KNEF»
Стек: Python, Tensorflow, Keras, NumPy, Pandas, XGBoost, Git, Colab, Matplotib, Seaborn,
SKLearn
SKLearn
Достижения:
- Точность определения коллекторов - 91%
- Относительная ошибка определения параметра KPEF - 5%
- Относительная ошибка определения параметра KNEF - 11%
СУЛИМ АНДРЕЙ
О себе
Начинающий специалист в сфере искусственного интеллекта, обладающий знаниями и умениями для работы с нейронными сетями и анализом данных. Я стремлюсь получить опыт и применять свой потенциал для решения сложных задач в этих областях. Я имею обширные знания в области алгоритмизации, машинного обучения и анализа данных, а также умение работать с различными платформами и технологиями.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Обнаружение кровоизлияния в мозге и определение его типа»
- Рython
- Docker
- Seaborn
- SQL
- Pandas
- TensorFlow
Процесс работы: Определение соответствие файлов изображений с таблицей наличия
кровоизлияний на них, исследовательский анализ данных, конвертация изображений,
парсинг данных, балансировка базы данных (аугментация), обучение предсказывающих моделей (в т.ч. предобученных моделей), анализ обученных моделей. В итоге получилась модель, удовлетворительная по заданным критериям качества предсказания
Стек: Python, Pandas, Numpy, Jupiter, Anaconda, Keras, Matplotlib, PIL
кровоизлияний на них, исследовательский анализ данных, конвертация изображений,
парсинг данных, балансировка базы данных (аугментация), обучение предсказывающих моделей (в т.ч. предобученных моделей), анализ обученных моделей. В итоге получилась модель, удовлетворительная по заданным критериям качества предсказания
Стек: Python, Pandas, Numpy, Jupiter, Anaconda, Keras, Matplotlib, PIL
- PyTorch
- NumPy
- Matplotlib
- Jupiter
- Anaconda
- Keras
Стажер Data Science
ФГАОУ ВО «Российский университет дружбы народов»
Проект: «Система выделения инстагма из фонового шума при быстром перемещении взора пациента»
ФГАОУ ВО «Российский университет дружбы народов»
Проект: «Система выделения инстагма из фонового шума при быстром перемещении взора пациента»
- Анализ, обработка, парсинг исходных дынных
- Формирование обучающей / проверочной / тестовой выборки для подачи в нейронную сеть
- Создание архитектуры нейронной сети
- Обучение модели нейронной сети и получение первой точности
- Оценка качества предсказания модели нейронной сети
Стек: Python, Numpy, Pandas, Matplotlib, Tensorflow, Keras, Plotly
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
ТЕПЛОВ МИХАИЛ
О себе
Инженер с образованием в области искусственного интеллекта и опытом работы в написании кодов и алгоритмов, а также в построении сложных нейронных сетей. Увлечен изучением концепций машинного обучения и других технологий связанных с искусственным интеллектом, постоянно повышаю свой уровень знаний и навыков через сторонние курсы и чтение книг. Ищу возможности для продолжения карьеры в области искусственного интеллекта.
Data Scientist
Профессиональный опыт
образование
СОЗДАННЫЕ AI ПРОЕКТЫ
Проект: «Классификация эмоциональной составляющей речи»
Проект: «Классификация эмоциональной составляющей речи»
- Исследовательский анализ данных, работа с выбросами, изменение типов данных, удаление лишних признаков , предпроцессинг признаков перед моделированием (масштабирование, дамми-обработка, сэмплирование)
- Обучение предсказывающих моделей, анализ обученных моделей
Результат: Работающая модель, удовлетворяющая заданным критериям качества предсказания заказчиком
Стек: Python, Keras, Tensorflow, Pandas, Jupiter, Numpy, Matplotlib, Seaborn, SciPy, StatsModels, SciKit-Learn
Стек: Python, Keras, Tensorflow, Pandas, Jupiter, Numpy, Matplotlib, Seaborn, SciPy, StatsModels, SciKit-Learn
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Gensim
- Pymorphy2
- Scikit-learn
- SciPy
- Keras
- Pytorch
- Tensorflow
- Seq-2-Seq
- Attention
- Transformers
- Q-learning
- REINFORCEб
- CGAN
- WGAN
- Pix2Pix
- Object Detection
- ResNet
- Inception
- Streamlit
- ООП
- Git
- Unittest
- Pytest
- Json
- Request
- Docker
Проект: «Семантическая сегментация подводных изображений»
- Сбор, обработка и анализ данных
- Построение, оценка, улучшение качества моделей машинного обучения
- Визуализация данных
Результат: Построена модель сегментация подводных изображений по разным классам
Стек: Python, Keras, Tensorflow, Pandas, Jupiter, Numpy, Matplotlib, Seaborn, SciPy, SciKit-Learn
Стек: Python, Keras, Tensorflow, Pandas, Jupiter, Numpy, Matplotlib, Seaborn, SciPy, SciKit-Learn
Проект: «Прогнозирование акций Лукойл»
- Визуализация промежуточных и конечных результатов анализа данных
- Генерация признаков, выбор метрик
- Обучение моделей
Результат: Проведена предобработка исходных данных, статистический анализ и гипотезы предсказания акций Лукойл в разных временных промежутках
Стек: Python, Keras, Tensorflow, Pandas, Jupiter, Numpy, Matplotlib, Seaborn, SciPy, StatsModels
Стек: Python, Keras, Tensorflow, Pandas, Jupiter, Numpy, Matplotlib, Seaborn, SciPy, StatsModels
Дипломный проект: «Определение признака музыкальных композиций в аудиопотоке»
- Сбор данных (реальные данные радиоэфира)
- Создание тренировочной, проверочной и тестовой выборок
- Создание, обучение, тестирование НС
- Получение первичной точности НС
Достижения:
- Определение признака музыкальных композиций, речи, рекламного блока с точностью 97%
- Возможность интегрирования данной НС в программы для успешного определения рекламы
ТЕРЕХОВ СЕРГЕЙ
DATA SCIENTISt
О себе
Начинающий специалист в сфере искусственного интеллекта, обладающий
знаниями и умениями для работы с нейронными сетями и анализом данных. Стремлюсь получить опыт и применить свой потенциал для решения сложных задач в этих областях.
знаниями и умениями для работы с нейронными сетями и анализом данных. Стремлюсь получить опыт и применить свой потенциал для решения сложных задач в этих областях.
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Торговый советник на фондовой бирже»
- Python
- Delphi
- NumPy
- Pandas
- Подготовка базы данных
- Создание и обучение нейронной сети
- Прогнозирование стоимости акций
- Matplotlib
- Seaborn
- Librosa
- SQL
Стажер Data Science
ООО «Смарт Си»
Проект: «Подсчет времени нахождения человека на спортивной площадке»
ООО «Смарт Си»
Проект: «Подсчет времени нахождения человека на спортивной площадке»
- Разметка видеофайлов с камер на объекте
- Использование алгоритмов для ассоциации и трекинга объектов
- Обнаружение объектов в режиме реального времени
Стек: YOLO, SORT, Deep SORT, MOT, VGG Image Annotator, Roboflow
Профессиональный опыт
Навыки
ТРУХИНА МАРИЯ
О себе
Специалист с образованием в области вычислительной математики и кибернетики. Умею собирать, обрабатывать и анализировать данные с помощью различных инструментов и методов. Обладаю высокоразвитым критическим мышлением, глубокими знаниями Python. Ищу новые возможности для роста и развития в сфере
искусственного интеллекта.
искусственного интеллекта.
Data Scientist
Профессиональный опыт
образование
КУРАТОР
Университет искусственного интеллекта Terra AI, г. Москва
Университет искусственного интеллекта Terra AI, г. Москва
- Курирование онлайн-занятий
- Организация разбора/разбор домашних заданий
- Сопровождение работы с учащимися (студентами)
Навыки
- Python
- С
- С#
- NumPy
- Pandas
- Matplotlib
- Keras
- Tensorflow
- NLP
- Seq-2-Seq
- Attention
- Transformers
- Q-learning
- REINFORCE
- GAN
- CGAN
- Pix2Pix
- Object Detection
- ООП
- Git
- Unittest
- Pytest
- Json
- HTML/CSS
- Bootstrap
- Sqlite
- PostgreSql
- ORM
- SQLAlchemy
- Django ORM
- Mixins
- Django REST Framework
- Assembler
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Трансформер, играющий в буриме»
- Сбор и обработка текстов
- Подбор гиперпараметров нейронной сети
- Обучение и анализ обученной модели
Стек: Python, Keras, трансформеры, обработка текстов, токенайзер
Утепов Тимур
DATA SCIENTISt
Профессиональный опыт
О себе
Web дизайнер. Специалист по разработке вебсайтов. Специалист по нейронным сетям и опытный веб-разработчик с отличными коммуникативными и презентационными навыками. Готов получить дополнительный опыт работы в технологиях вычислительных информационных систем. Моя специализация включает разработку искусственного интеллекта и работу с данными. Готов внести свой вклад в вашу компанию, используя мои технические знания и навыки, чтобы решать сложные задачи и достигать бизнес-цели.
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
Навыки
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT
- Написание кода для пост-обработки данных
- Python
- C++
- С#
- Java
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL
- Gensim
- Pymorphy2
- Scikit-learn
- Keras
- Pytorch
- Tensorflow
- Seq-2-Seq
- Attention
- Transformers
- Text2Image
- GPT
- Q-learning
- CGAN
- WGAN
- Pix2Pix
- CycleGAN
- STT
- DeepSpeech
- Object Detection
- VGG
- ResNet
- Streamlit
- ООП
- Git
- Unittest
- Pytest
- Inception
- Requests
- HTML/CSS
- Bootstrap
- MVC
- Sqlite
- Json
- PostgreSql
- ORM
- SQLAlchemy
- Django ORM
- Mixins
- linux
- Django REST
- Framework
- Flask
- Docker
- Figma
- WebStorm
Стажер Data Science
ООО «МЕДИА БАЙЕР»
Проект: «Система прогнозирования эффективности ТВ»
ООО «МЕДИА БАЙЕР»
Проект: «Система прогнозирования эффективности ТВ»
- Анализ данных
- Предсказание целевых параметров по всем орбитам
- Отработка гипотезы применения временных рядов
Достижения: Создана модель нейронной сети, решающая задачу через регрессию со средней абсолютной ошибкой 11 единиц (звонков), создана таблица корреляционного анализа данных
Стек: Zoom, Python, Pandas, Tensorflow, Keras, Numpy, Seaborn, Google colab, Matplotlib, SciKitLearn, Pickle
Стек: Zoom, Python, Pandas, Tensorflow, Keras, Numpy, Seaborn, Google colab, Matplotlib, SciKitLearn, Pickle
Филатьев Александр
О себе
Ответственный, быстро обучаемый, коммуникабельный, способен анализировать и
решать новые задачи. Имеется опыт в проектировании, разработке и тестировании
приложений и нейронных сетей.
решать новые задачи. Имеется опыт в проектировании, разработке и тестировании
приложений и нейронных сетей.
Data Scientist
Профессиональный опыт
образование
Навыки
- Python
- C++
- Java
- Keras
- Pytorch
- Tensorflow
- Text2Image
- GPT
- TTS
- STT
- DeepSpeech
- Object Detection
- ООП
- Git
- Unittest
- HTML
- CSS
- Sqlite
- PostgreSql
- SQLAlchemy
- linux
- Django REST Framework
- Flask
- Docker
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Распределение деталей по классам»
- Удаление дубликатов, удаление лишних признаков
- Изменение типов данных, исследовательский анализ данных, работа с выбросами, изменение типов данных
- Препроцессинг признаков перед моделированием (масштабирование, дамми-обработка, апсэмплирование)
- Обучение предсказывающих моделей, анализ обученных моделей
Стажер Data Science
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН). Работа с OCR
ГК «ОТР»
Проект по распознаванию документов (паспорт, СНИЛС, ИНН). Работа с OCR
- Разработка механизма автоматического поворота документов
- Формирование синтетических данных
- Анализ данных/поиск материалов
- Разметка данных
- Изучение CTCLoss
Стек: Keras, PyTorch, Tensorflow, Pandas, Numpy, Sklearn, Matplotlib, CTC loss,
TextRecognitionDataGenerator, EasyOCR, Tesseract, YOLOv5, ViT,
ImageDataGenerator, Cv2, PIL, RuBERT, KenLM, jamspell, ErasTuner
TextRecognitionDataGenerator, EasyOCR, Tesseract, YOLOv5, ViT,
ImageDataGenerator, Cv2, PIL, RuBERT, KenLM, jamspell, ErasTuner
Дипломный проект: «Распределение деталей по классам»
Решенные задачи: Получена модель с близкой к 100% точностью распределения
Стек: Python, SQL, Pandas, Jupiter, Numpy, Matplotlib, NLTK, PyMystem3, Math, Seaborn, SciPy, StatsModels, SciKitLearn, CatBoost, LightGBM, Keras, Tensorflow,
Pyspark, PyOD
Решенные задачи: Получена модель с близкой к 100% точностью распределения
Стек: Python, SQL, Pandas, Jupiter, Numpy, Matplotlib, NLTK, PyMystem3, Math, Seaborn, SciPy, StatsModels, SciKitLearn, CatBoost, LightGBM, Keras, Tensorflow,
Pyspark, PyOD
ЧИЖОВ СЕРГЕЙ
DATA SCIENTISt
Профессиональный опыт
О себе
Начинающий специалист в области Data Science. Увлечен изучением искусственного
интеллекта с обширными знаниями концепций машинного обучения и другими
сопутствующими технологиями. Обладаю аналитическим и математическим складом ума.
интеллекта с обширными знаниями концепций машинного обучения и другими
сопутствующими технологиями. Обладаю аналитическим и математическим складом ума.
Образование
Стажер Data Science
ПАО «КАМАЗ»
Проект: ««Классификация состояния водителя. Safety car»
ПАО «КАМАЗ»
Проект: ««Классификация состояния водителя. Safety car»
- Обработка, анализ, разметка данных
- Обучение и анализ результатов нейронных сетей
- Изучение и корректировка готового кода на Python
- Написание скриптов по обработке выходных данных
Навыки
- Python
- С#
- NumPy
- Pandas
- Matplotlib
- Scikit-learn
- Keras
- Tensorflow
- Sqlite
Стек: Python, TensorFlow, PyTorch
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Предсказание цен акций на фондовом рынке (анализ временных рядов)»
- Найти и подготовить данные для обучения и тестирования нейронных сетей
- Выбрать подходящие архитектуры моделей
- Провести обучение и тестирование различных классов сетей с использованием вариативного подбора гиперпараметров
- Оценить полученные результаты и провести сравнительный анализ по выбору оптимальной модели
- Сделать заключение о применимости нейронных сетей для прогнозирования на финансовых рынках
Стек: Python, Keras
Чурина Анастасия
О себе
Имею обширные знания в области алгоритмизации, машинного обучения и
анализа данных, а также умение работать с различными платформами и технологиями. В совершенстве владею английским языком.
анализа данных, а также умение работать с различными платформами и технологиями. В совершенстве владею английским языком.
Data Scientist
Профессиональный опыт
образование
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Scikit-learn
- SciPy
- Keras
- Tensorflow
- Pytorch
- NLP
- Q-learning
- GAN
- Object Detection
- VGG
- ResNet
- YOLO
- Git
- Json
- Requests
- Linux
- Flask
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Определение количества людей на видео»
Стажер Data Science
ООО «Панцирь»
Проект: «Система обнаружения оружия для обеспечения безопасности»
ООО «Панцирь»
Проект: «Система обнаружения оружия для обеспечения безопасности»
- Сбор и разметка базы для обучения
- Обучение нейронной сети YOLOv8 распознанию нескольких классов объектов
- Интеграция в продакшн (Написание приложения на NestJS + интеграция в Docker контейнер)
Результат: Работающая нейронная сеть
Стек: YOLOv8, Roboflow, NestJS, Docker, Python
Стек: YOLOv8, Roboflow, NestJS, Docker, Python
Стек: Tensorflow 2.0, PyTorch, Keras, Numpy, Pandas, PySpark, Matplotlib, Seaborn, SciPy, Scikit-learn, Docker, Git, Flask
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также
детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также
детекция каски и жилета на них»
- Сбор и разметка базы для обучения
- Обучение нейронной сети YOLOv8 распознанию нескольких классов объектов
- Постобработка: мультиобъектный трекинг, подсчет людей, детекция нарушений (без каски, без жилета)
Результат: Работающая нейронная сеть
Стек: YOLOv8, Roboflow, Python
Стек: YOLOv8, Roboflow, Python
Стажер Data Science
ФГАОУ ВО «РУДН»
Проект: «Система выделения нистагма из фонового шума при быстром перемещении взора пациента»
ФГАОУ ВО «РУДН»
Проект: «Система выделения нистагма из фонового шума при быстром перемещении взора пациента»
- Предобработка и анализ предоставленных данных
- Обучение нейронной сети (Unet)
- Анализ результатов работы нейронной сети
- Подбор гиперпараметров для улучшения точности работы нейросети
Результат: Работающая нейронная сеть
Стек: Python, Numpy, Pandas, Matplotlib, OpenCV, Unet, CatBoost
Стек: Python, Numpy, Pandas, Matplotlib, OpenCV, Unet, CatBoost
Абдалиев Алишер
О себе
Начинающий специалист в сфере искусственного интеллекта. Увлечен AI как инструментом оптимизации технологических процессов и ситематизации потоков данных в различных сферах. Стремлюсь применять свои знания и навыки для решения сложных задач и развиваться в своей профессиональной сфере
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Нейронная сеть выполняющая задачу распознавания засыпающего водителя за рулем»
Достижения:
Достижения:
Навыки
- На основании данной модели создал проекты под заказ, решая задачи заказчиков - продвигал проекты, используя различные методы и инструменты для привлечения внимания к ним
- Создал и протестировал около 10 проектов, в частности:
- GPT
- Python
- Numpy
- Matplotlib
- Doker
- Keras
- SQL
- Tensorflow
- GAN
- GIT
- Object Detection
Чат-бот для Telegram «kartinkiali_bot», который генерирует картинки на основе предоставленного описания
Стек: Python3, Openai,telebot, Pandas, Numpy, Matplotlib, Math, Seaborn, Keras, Tensorflow
Ссылка: https://t.me/generaciya_kartinok
Достижения: YoloV5показала точность распознавания 71℅ работы модели
Стек: Python3, Openai,telebot, Pandas, Numpy, Matplotlib, Math, Seaborn, Keras, Tensorflow
Ссылка: https://t.me/generaciya_kartinok
Достижения: YoloV5показала точность распознавания 71℅ работы модели
Разработка и оптимизация моделей машинного обучения:
- Анализ данных и выявление закономерностей, создание и обучение моделей машинного обучения, оценка их эффективности и оптимизация параметров
Обработка изображений и видео:
- Использовал алгоритмы компьютерного зрения для анализа изображений и видео, создание систем распознавания объектов и лиц
Анализ данных о продажах:
Обработка данных о продажах, выявление скрытых закономерностей и улучшение эффективности маркетинговых кампаний на основе анализа данных
Обработка данных о продажах, выявление скрытых закономерностей и улучшение эффективности маркетинговых кампаний на основе анализа данных
- Разработал модель машинного обучения для классификации изображений
- Улучшил точность модели регрессии на 10% путем оптимизации параметров
- Провел анализ данных о продажах и выявил скрытые закономерности, которые позволили улучшить эффективность маркетинговых кампаний
Логинов Андрей
Data Scientist
Профессиональный опыт
образование
Навыки
- Python 3
- Keras
- Tensor Flow
- Sklearn
- Object Detection
- Q-learning
- Police Gradient
- GAN
- CGAN
- WGAN
- Matplotlib
- Seaborn
- NumPy
- Pandas
- Pyplot
- VGG
- ResNet
- Inception
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Распознавание пневмонии по рентгеновским снимкам»
Стажер Data Science
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
ГК «Самолет»
Проект: «Детектирование и отслеживание людей, проходящие через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Matplotlib, Seaborn, NumPy, Pyplot, OpenCV, PIL, FairMOT
Стек: Python, Pandas, Keras, Tensorflow, библиотеки Matplotlib, Seaborn, VGG16
Задача: Научить НС распознавать пневмонию по рентгеновским снимкам с точностью не менее 93%
Решение: Создана НС с использованием архитектуры VGG16 и обучена. Полученные результаты удовлетворяют поставленной задачи
Новожилов МАКСИМ
DATA SCIENTISt
Профессиональный опыт
О себе
Имею образование в сфере искусственного интеллекта и обладаю опытом написания кода, алгоритмов и разработки сложных нейронных сетей с использованием различных программ. Мой навык программирования на Python позволяет мне эффективно работать. В данный момент я заинтересован в проектах, связанных с финансированием и торговлей финансовыми инструментами.
Образование
Стажер Data Science
РАН (Институт проблем рынка)
РАН (Институт проблем рынка)
- Выполнение анализ приверженности (или лояльности) сотрудников
- Выявление факторов которые влияют на то, что человек остается работать по специальности
Навыки
- Python
- Python Core
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Librosa
- Gensim
- Pymorphy2
- Scikit-learn
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Проект: «Распределение деталей по классам»
- Подготовка датасета, выборок, аугментация данных для решения проблемы дисбаланса классов, предобработка и подготовка данных для различных моделей и архитектур
- Проведение серии экспериментов с предобучеными моделями (VGG16, ResNet50, InceptionV3, Xception, MobileNet)
- Разработка своей модели на базе UNET архитектуры
- Анализ качества и характеристик полученных моделей
Стек: Python, Pandas, Jupiter, Matplotlib, Numpy, Math, Seaborn, Math, Keras, Tensorflow
- Unittest
- Pytest
- Json
- Requests
- HTML/CSS
- Sqlite
- PostgreSql
- SQLAlchemy
- linux
- Docker
- GAN
- CGAN
- TTS
- DeepSpeech
- Object Detection
- VGG
- ResNet
- Inception
- ООП
- GIT
- SciPy
- Keras
- Pytorch
- Tensorflow
- NLP
- Seq-2-Seq
- Transformers
- GPT
- Q-learning
- REINFORCE
Проекты:
- Astana-Hub “Gehirn Technologies” (start up)
- Приложение для рекламных компаний по Bluetooth
- Система видеонаблюдения на базе USB-камер и плат видеозахвата
- Программное обеспечение для наружных светодиодных табло
Решенные задачи: Своя архитектура показала хороший результат, который в данной задаче превосходит широко известную и хорошо показавшую себя по показателям ResNet50
рок михаил
Data Scientist
Профессиональный опыт
образование
Навыки
- Python
- Keras
- Pandas
- TensorFlow
- SQL
- Git
- XML
- HTML
- CSS
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Определение положения БПЛА относительно горизонта»
Ведущий специалист-эксперт Отдела информационных технологий
- Техподдержка пользователей
- Техподдержка работы комплексов
Стек:Python, Pandas, Numpy, Matplotlib, Math, PIL, Keras, Tensorflow
- Сбор базы
- Подготовка и обработка базы
- Разметка и аугментация данных
- Обучение и подбор гиперпараметров модели
Решение: Получили модель определяющая с большой вероятностью полет БПЛА в горизонтальном положении
О себе
Обладаю широким техническим кругозором, увлекаюсь 3D графикой в Blender. Имею опыт удаленной технической поддержки. Использую Linux основной системой с 2004г. Имею опыт в компиляции, прошивке и настройке Ardupilot, iNAV полетных контроллеров.
- Linux
- Bash
- Awk
- Sed
Савотченко Алексей
О себе
Python-разработчик с опытом внедрения и развития IT-технологий в бизнесе. Имею опыт написания кодов и алгоритмов, а также построения сложных нейронных сетей с помощью различных программ. Увлечен изучением искусственного интеллекта с обширными знаниями концепций машинного обучения и другими сопутствующими технологиями. Обладаю аналитическим и математическим складом ума.
DATA SCIENTISt
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Навыки
Проект: «Парсер вакансий HH.RU на Django»
- Рython
- GIT
- Unittest
- Pytest
- Json
- Requests
- HTML/CSS
- Bootstrap
- MVC
- Sqlite
- Поиск вакансий по критериям, ранжирование
- Формирование wordcloud скилов и городов по полученным результатам
Стажер Python developer
Разработчик диалоговых систем с искусственным интеллектом на Pyhton
ГЦДПО МФТИ г. Москва
Проект: «Система выделения инстагма из фонового шума при быстром перемещении взора пациента»
Разработчик диалоговых систем с искусственным интеллектом на Pyhton
ГЦДПО МФТИ г. Москва
Проект: «Система выделения инстагма из фонового шума при быстром перемещении взора пациента»
Создал чат-бот с ИИ на Python и чат-бот на JAICP с ИИ
Стек: Python, JAICP
- PostgreSql
- ORM
- SQLAlchemy
- Mixins
- linux
- Framework
- Flask
- Docker
- NumPy
- Pandas
- Matplotlib
- Seaborn
- Pymorphy2
- Spacy
- NLP
- Scikit-learn
- SciPy
- Keras
- Pytorch
- Object Detection
Стек: Python, ООП/OOP, Unittest, Pytest, Flask, SQL, PostgreSQL, SQLAlhemy, Django, Docker, TelegramBot, Django Freamwork, Git
Удалов Павел
JUNIOR PYTHON BACKEND DEVELOPER
Профессиональный опыт
образование
Навыки
- Python
- Linux
- Django
- Git
- Docker
- FastApi
- Aiogram
- Postgresql
- Sqlite
- Pyqt5
- Gunicorn
- Nginx
- Tensorflow
- Keras
- Pytorch
- Основы HTML
- Основы CSS
- Основы JS
Университет искусственного интеллекта 2022
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломный проект: «Распознавание лута в компьютерной игре «Побег из Таркова»
Частная практика:
- Парсинг, Telegram боты, backend-разработка, написание скриптовых программ на Рython с графическим интерфейсом, написание скетчей для микроконтроллеров
- Deploy разработанного ПО на удаленный VDS сервер. Настройка сервера
- Разработка ПО для проведения страйкбольных игр - связка для взаимодействия веб-приложения Django, Telegram бота, самодельной игровой электроники с дистанционной связью (язык C) игроками
- Разработка telegram бота для сбора информации с рабочего чата в базу данныхРазработка telegram бота для для скачивания данных о работе станций через telegram
Стек:Linux, Python, Pytorch, Yolov8, Pytesseract, Django, Gunicorn, Nginx, Pyqt5, SQL, HTML, CSS, JS
- Подготовка и обработка базы данных
- Обучение модели Yolov8
- Разработка веб-приложение на Django
- Разработка приложения с графическим интерфейсом на Pyqt5
- Deploy веб-приложения на VDS сервер
О себе
Начинающий специалист в сфере искусственного интеллекта. Внимательный к деталям, люблю учиться и автоматизировать процессы и операции.
Локтев Максим
О себе
Специалист с образованием в области вычислительной техники и программного обеспечения. Имею опыт работы с машинным обучением, глубоким обучением, обучением с подкреплением, GAN, компьютерным зрением и другими технологиями. Мой главный интерес заключается в создании проектов, которые могут автоматизировать задачи и оптимизировать процессы в различных сферах человеческой деятельности.
Data Science
Образование
Университет искусственного интеллекта Terra AI
Дипломный проект: Прогноз индекс S&P 500
Цель: Предсказать направление тренда индекса на следующий день, сделать прогноз относительно возможности покупки или продажи фонда на основе полученных данных
Стэк: Pandas, NumPy, Keras, Tensorflow, Scikit-Learn, Matplotlib, Math, Docker
Дипломный проект: Прогноз индекс S&P 500
Цель: Предсказать направление тренда индекса на следующий день, сделать прогноз относительно возможности покупки или продажи фонда на основе полученных данных
Стэк: Pandas, NumPy, Keras, Tensorflow, Scikit-Learn, Matplotlib, Math, Docker
Навыки
- Python
- Pandas
- NumPy
- Keras
- Tensorflow
- Scikit-Learn
- Jupiter
- Matplotlib
- Docker
- SQL
- ML
- DL
ГК «Самолет»
«Детектирование и отслеживание людей, проходящих через КПП, а также детекция каски и жилета на них»
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Seaborn, NumPy, Matplotlib, Pyplot, OpenCV, PIL, FairMOT
«Детектирование и отслеживание людей, проходящих через КПП, а также детекция каски и жилета на них»
- Изучение и корректировка готового кода на Python
- Создание, разметка базы данных
- Обучение нейронных сетей для детекции и трэкинга объектов
- Использование алгоритмов YOLO, SORT, DeepSORT, FairMOT
- Написание кода для пост-обработки данных
Результат: Работающая нейронная сеть
Стек: Python, Tensorflow, Keras, PyTorch, Pandas, Seaborn, NumPy, Matplotlib, Pyplot, OpenCV, PIL, FairMOT
Профессиональный опыт
Шпрингер иван
О себе
Начинающий специалист Data Scientist с прошлым в производстве строительных материалов и металлоконструкций, который перешел в программирование, увлекшись созданием моделей машинного обучения и искусственного интеллекта. Я владею Python и другими программами и постоянно совершенствуюсь в этой области.
Разработчик GPT
Профессиональный опыт
Образование
Университет искусственного интеллекта | 2023
«Chat GPT Professional»
Разработчики chatGPT, Project chatGPT проектов, продажи разработки на заказ
Университет искусственного интеллекта | 2020
«Аутсорсинг AI проектов»
Применение искусственного интеллекта в бизнесе, поиск клиентов
Университет искусственного интеллекта | 2020
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Применение искусственного интеллекта в бизнесе, поиск клиентов
«Chat GPT Professional»
Разработчики chatGPT, Project chatGPT проектов, продажи разработки на заказ
Университет искусственного интеллекта | 2020
«Аутсорсинг AI проектов»
Применение искусственного интеллекта в бизнесе, поиск клиентов
Университет искусственного интеллекта | 2020
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Применение искусственного интеллекта в бизнесе, поиск клиентов
Навыки
- Python
- Разработчик GPT
- Seaborn
- Libros
- Matplotlib
- Scikit-learn
- SciPy
- Keras
- Tensorflow
- Seq-2-Seq
- Pytorch
- Q-learning
Стажер Data Science
СРК «СибСкан-М1»
СРК «СибСкан-М1»
- Разработка системы рентгеновского досмотра автоматического обнаружения запрещенных препаратов и оружия на изображениях
- Разметка базы данных
- Создание и обучение нейронных сетей для детекции
- Использование алгоритмов: YOLO, SAM, KerasCV
- Создание приложения на PqT6
- Object Detection
- VGG
- ResNet
- Inception
- PostgreSql
- Рandas
Стажер Data Science
«Лайт-Инвест»
«Лайт-Инвест»
- Работа с внешними API для получения и обработки данных
- Корректировка готового кода на Python
- Обработка и очистка базы данных
- Анализ данных и их разметка
- Обучение нейронных сетей на базе данных
- Написание скриптов на Python для обработки выходных данных
Стек: Python, Numpy, Pandas, Keras
Березин Дмитрий
О себе
Разработчик программного обеспечения. В основном специализируюсь на веб разработке (сайты, приложения, crm системы). Занимаюсь ĸоммерческой разработкой с 2015 года. Собрал сплоченную команду и успешно выполняю с ней фриланс проекты разной сложности. После появления ChatGPT очень заинтересовали и вдохновили его текущие возможности и потенциал. Прошел курс по дообучению ChatGPT от УИИ, дополнительно изучаю тонкости промптинга и библиотеĸу langchain. Успешно применяю ChatGPT в своих проектах и проектах клиентов.
Data Science
Образование
Университет искусственного интеллекта Terra AI | 2023
«Нейро-сотрудники»
«Дообучение ChatGPT на собственной базе»
«Chat GPT Professional»
«Нейро-сотрудники»
«Дообучение ChatGPT на собственной базе»
«Chat GPT Professional»
Навыки
- Python
- Django
- Django REST framework
- Json
- Requests
- ООП
- HTML/CSS
- Bootstrap
- Vue.js
- Alpine.js
- SQL
- Postgres
- linux
- Git
- Blender
- Unity3D
- C#
Профессиональный опыт
Компания: Китендо
Достижения:
Достижения:
- Запустил mvp межпредметных интеллектуальных конкурсов для учеников
- Разработал личный кабинет для проведения конкурсов
- Привлекал большую аудиторию на протяжении 3х лет
Компания: Xenonshop.ru
Достижения:
Достижения:
- Взял в разработĸу интернет магазин на django. Рефакторил чужой код и добавил новый функционал
- Добавил интеграцию с банками, сервисами по определению города по ip, добавил автозаполнение форм для юр лиц по ИНН
- Улучшил корзину, что привело к увеличению конверсии
- Веду работу в связке с СЕО специалистом по улучшению статей, описаний товаров и заголовков, что приводит к постоянному увеличению присутствия в поисковой выдаче
Компания: Wedgame.ru
Достижения:
Достижения:
- Разработал игры и интераĸтивы для ведущих мероприятий
Компания: Xenonshop.ru
Достижения:
Достижения:
- Разработал crm систему для интернет магазина
Компания: AV invest
Достижения:
Достижения:
- С rомандой разработчиrов разработали и опублиrовали в AppStore приложение для инвестиционных rонсультаций
Компания: St27.ru
Достижения:
Достижения:
- Разработал сайт по автоуслугам
- Придумал и реализовал систему прайсов на услуги из которой генерируются страницы услуг и реализованных проектов, которые хорошо продвигаются в поисковиках и автоматизируют работу контент менеджера
Компания: ООО «Редметсплав»
Достижения:
Достижения:
- Руководил командой разработчиков при создании системы генерации сайтов на основе табличных данных и данных добытых с помощью парсинга
- Создал универсальный движок для сайтов с каталогом товаров с автоматической генерацией товаров и контента
Компания: InnoPrompt
Достижения:
Достижения:
- Занимаюсь разработкой собственного проекта - инструмент для создания API методов для работы с генеративными нейросетями
Кошкин Олег
О себе
AI-специалист с более чем 20-летним опытом в управлении проектами по разработке, аналитике, модификации ПО, а также оптимизации и автоматизации бизнес-процессов. Имею продвинутый уровень английского языка (C1). Стремлюсь продолжить карьеру в области искусственного интеллекта, применяя опыт и знания для создания эффективных ИИ-решений.
A I СПЕЦИАЛИСТ
Навыки
- Python
- SQL
- MySQL
- PostgreSQL
- PHP
- JavaScript
- Node.js
Образование
Университет искусственного интеллекта Terra AI
«СhatGPT Professional»
«СhatGPT Professional»
- ChatGPT
- AI Prompting
- Backend
- HTML
- LLMOps (LlamaIndex, LangChain)
- Selenium
- Docker
- API
- FastAPI
- Telegram API
- Git
- 1С
ГК «Саратовский государственный медицинский университет им. В. И. Разумовского »
«Информационный нейро-помощник для паллиативных пациентов »
Разработал и внедрил систему информационной поддержки для паллиативных пациентов, улучшив взаимодействие между медицинскими работниками и пациентами
Стек: Python, AI Prompting, FastAPI
«Информационный нейро-помощник для паллиативных пациентов »
Разработал и внедрил систему информационной поддержки для паллиативных пациентов, улучшив взаимодействие между медицинскими работниками и пациентами
Стек: Python, AI Prompting, FastAPI
Профессиональный опыт
«АКБФ» Инвестиционная компания
«Создание ИИ-консультантов для автоматизации брокерских операций и повышения качества обслуживания клиентов»
Разработал ИИ-консультантов для автоматизации брокерских операций, что позволило улучшить обслуживание клиентов и повысить эффективность операций.
Стек: Python, ChatGPT, Docker
«Создание ИИ-консультантов для автоматизации брокерских операций и повышения качества обслуживания клиентов»
Разработал ИИ-консультантов для автоматизации брокерских операций, что позволило улучшить обслуживание клиентов и повысить эффективность операций.
Стек: Python, ChatGPT, Docker