Денис В. , Senior, Python разработчик
- Опыт работы:
- Более 6 лет
О специалисте
Реализовал несколько production-систем на базе ML и Deep Learning (Computer Vision, LLM, ASR), включая рекомендательные системы, OCR и системы транскрибации. Разработал и внедрил LLM-решение для классификации и распознавания документов (Gemma-3-12B), ускорив обработку документов и автоматизировав заполнение пользовательских данных. Создал рекомендательные системы на базе ML для EdTech и промышленных сценариев, включая полный цикл: сбор данных, обучение моделей, API и деплой. Реализовал системы компьютерного зрения: детекция и трекинг объектов на видеопотоке (YOLO), подсчёт людей в ритейле, измерение геометрических параметров изделий на производстве, OCR для номеров автомобилей и документов. Разработал отказоустойчивые REST-API сервисы для ML-систем с использованием FastAPI, Docker и Linux. Выстроил ETL и data-pipeline инфраструктуру (Airflow, PostgreSQL, ClickHouse, MongoDB) для сбора и обработки маркетинговых и пользовательских данных. Имеет опыт оптимизации ML-пайплайнов и видеопроцессинга, включая ускорение inference и обработку видеопотоков. Работал с полным ML-циклом: сбор и разметка данных, обучение моделей, интеграция, деплой, поддержка и масштабирование.
Примеры работ
- Разработка рекомендательной системы для предприятия на базе системы видеонаблюдения.
- Подготовка и разметка датасетов, обучение нейросетевых моделей детекции объектов на видеопотоке.
- Постобработка выходов нейросети и разработка алгоритмов определения производственных операций на основе трекинга и перемещения объектов в кадре.
- Реализация алгоритмов проверки, сопоставления и объединения детекций с нескольких камер.
- Подготовка и настройка серверной инфраструктуры для работы ML-моделей, оптимизация вычислений и сетевого трафика.
- Разработка отказоустойчивого REST API для управления рекомендательной системой и предоставления доступа к результатам её работы.
- Занимался обработкой и анализом графической, радиолокационной и структурированной числовой информации.
- Применял методы машинного обучения и глубокого обучения для анализа данных и решения прикладных задач.
- Разрабатывал, обучал и интегрировал нейронные сети различной архитектуры, а также адаптировал и внедрял готовые SOTA-модели под требования проектов.
- Участвовал в построении полноценных пайплайнов обработки данных: подготовка датасетов, обучение моделей, валидация и внедрение результатов в прикладные системы.
- Разработка Системы подсчёта покупателей на кассе супермаркета, на базе системы видео наблюдения и детектирующей нейронной сети, с целью регулирования загруженности сотрудников супермаркета и повышения проходимости через кассы.
- Разработка системы оцифровки изображений с открытых источников данных по автомобилям, на базе нейронных сетей Tesseract и EasyOCR, с цель сбора, агрегирования и поиска информации по автомобилям, при известном гос.номере или VIN-номере.
- Разработка системы "цифрового измерителя", на базе систем видео наблюдения, с целью измерения основных геометрических параметров изделия на производстве (Длинна, высота, количество технологических пропилов, количество технологических шипов).
Образование
Оставьте заявку и, наша команда в кратчайшие сроки подберёт необходимого специалиста за вас!
Помните, что заключение договора и оплата услуг происходит после того, как вы выбрали специалиста
