Резюме
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»
Навыки
  • Python
  • C# (ООП)
  • HTML
  • CSS
  • Genetic Algorithms
  • Unity, Unreal Engine
  • Text2image
  • ChatGPT
  • Llama
  • Object Detection
  • ResNet
  • Git
  • REST Framework
  • Requests
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)
Профессиональный опыт
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»
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:
  • 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
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»
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:
  • Запустил mvp межпредметных интеллектуальных конкурсов для учеников
  • Разработал личный кабинет для проведения конкурсов
  • Привлекал большую аудиторию на протяжении 3х лет
Компания: Xenonshop.ru
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:
  • Разработал игры и интераĸтивы для ведущих мероприятий
Компания: Xenonshop.ru
Достижения:
  • Разработал crm систему для интернет магазина
Компания: AV invest
Достижения:
  • С rомандой разработчиrов разработали и опублиrовали в AppStore приложение для инвестиционных rонсультаций
Компания: St27.ru
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:
  • 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:
  • Занимаюсь разработкой собственного проекта - инструмент для создания API методов для работы с генеративными нейросетями
Макаров Алексей
О себе
Начинающий специалист в области Data Science. Умею решать задачи глубокого машинного обучения, компьютерного зрения, компьютерного перевода, а также имею опыт работы с системами распознавания образов. Постоянно участвую в соревнованиях - хакатонах, занимая призовые места.
Data Science
Навыки
Профессиональный опыт
ГК «ОТР»
Стажер Data Science | 08. 2022 – 11. 2022
Распознавание документов (паспорт, СНИЛС, ИНН). Получение изображения паспорта с камеры телефона

  • Обучение моделей YOLOV5, EasyOCR
  • Разработка механизма автоматического поворота документов
  • Формирование синтетических данных
  • Анализ данных/поиск материалов
  • Разметка данных
  • Python
  • Matplotlib
  • NumPy
  • SciPy
  • Pandas
  • Gensim
  • Keras
Образование
  • TensorFlow
  • Sklearn
  • Streamlit
  • Object Detection
  • Inception
  • ResNet
  • VGG
Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
Дипломная работа: «Распознавание показаний приборов учета холодной и горячей воды»

Задача: по фотографии счетчика «снять показания» , в дополнение к основной задаче сделал «чтение заводского номера»
  • Программирование на Python
  • Визуализация данных (matplotlib, seaborn)
  • Применение алгоритмов классического машинного обучения, построение нейронных сетей (Keras), улучшение качества моделей
  • Генерация признаков, выбор метрик
  • Обучение моделей
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
Навыки
  • Python
  • Java
  • NumPy
  • Pandas
  • Matplotlib
  • Seaborn
  • Librosa
  • Scikit-learn
  • Keras
  • Pytorch
Профессиональный опыт
Результат: Создан модуль на Python для обучения нейронной сети на основе lightGBM и последующего предсказания

Стек: LightGBM, Numpy, Pandas, Plotly, Python
Образование
2020 Университет искусственного интеллекта
«Data Science, нейронные сети, машинное обучение и искусственный интеллект»
  • 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
ООО «Медиа Байер» 09.2022-12.2022

«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
ПАО «Совкомбанк» 01.2023-04.2023

«Предсказание нагрузки на сервера»
  • Провести анализ данных серверов
  • Получить предсказание нагрузки на сервера компании по историческим данным
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
Навыки
  • Python
  • NumPy
  • Pandas
  • Matplotlib
  • Pymorphy2
  • Keras
  • Tensorflow
  • NLP
  • Seq-2-Seq
  • REINFORCE
Профессиональный опыт
Образование
Университет искусственного интеллекта Terra AI | 2022
«Python – Разработчик»
  • GAN
  • ООП
  • Git
  • Unittest
  • Pytest
  • Json
  • Requests
  • SQL
  • linux
  • Docker
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
(включен с 11:00 до 19:00 по рабочим дням)
Система машинного зрения для сервиса 3d моделей на базе Numpy
Since writer – собственный проект

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: Python, Pymorphy3, Pandas, Numpy
  • Создала блок анализа
  • Написала сервис аналитики постов для VK
  • Стадия MVP
  • Проект приносит продажи
Достижения:
ПАО «КАМАЗ» 08.2022 - 01.2023

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
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
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
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»

  • 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
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
Навыки
  • Питон
  • Scikit-Learn
  • CatBoost
  • Линукс
  • ЛайтГБМ
  • Гит
  • Панды
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

  • 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

  • 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.
  • HTML
  • Нампи
  • CSS,
  • Керас
  • НЛП
  • SQL
  • Тензорфлоу
  • PyTorch
  • САП
  • ГАН
  • MySQL
  • Scikit-обучение
  • АвтоМЛ
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
Профессиональный опыт
Geekshop_2 - проект по выводу товара на маркетплейс
Стек: Python, Django, HTML, CSS, JavaScript, Ajax
Образование
Университет искусственного интеллекта
«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
Xray – интернет сайт по определению пневмонии по рентгеновскому снимку грудной клетки
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
CNN Xray – проект CNN по определению пневмонии
Стек: Python, Tensorflow, Keras, Numpy, Matplotlib, Sklearn
Joabboard – проект интернет сайта по автоматической транскрибации аудио в текст
Стек: Python, Django, HTML, CSS, JavaScript, Ajax
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
Навыки
  • Python
  • Keras
  • Pytorch
  • NumPy
  • Pandas
  • Sklearn
  • OpenCV
  • Matplotlib
Профессиональный опыт
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
  • 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
АО «НИЖЕГОРОДСКИЙ МАСЛО-ЖИРОВОЙ КОМБИНАТ»

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)

  • 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»
  • 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
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
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»
Образование
Университет искусственного интеллекта 2022
«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»
  • 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
  • Поддержка и доработка программного обеспечения медицинского учреждения
  • Прогнозирование потока пациентов
  • Составление расписания кабинетов генетическим алгоритмом
«1С-Архитектор Бизнеса»
Программист 1С
  • Разработка в рамках командных проектов
ООО «Раумплюс»
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»
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
  • Scikit-learn
  • Plotly
  • OCR
  • Docker
  • SQL
  • Linux
  • AWS
ПАО «КАМАЗ»
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
  • 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.
Data Science
Профессиональный опыт
Университет искусственного интеллекта Terra AI

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»
  • 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.
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:
Стажер Data Science
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»
Результат: Работающая нейронная сеть
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)
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»
  • 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»
Стажер Data Science
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
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»
  • 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»
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)
образование
Университет искусственного интеллекта
«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.
  • 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
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
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.
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)
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
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