Резюме: ML engineer
О себе
Специалист с развитым аналитическим мышлением и вниманием к деталям. Привык глубоко погружаться в данные и предметную область, чтобы понимать не только «как работает модель», но и «почему она принимает такие решения». Ответственно подхожу к валидации результатов и проверке гипотез. Ценю ясность и структурированность как в коде, так и в коммуникации.
Опыт работы (Проекты)
MLинженер | Петпроекты
2023 – н.в.
Разработка и внедрение моделей машинного обучения для решения практических задач.
Проект: Классификация медицинских патологий
Разработал модель для автоматического выявления заболевания на основе данных анализов крови.
Провёл полный EDA, feature engineering, обучил и сравнил модели: Logistic Regression, Random Forest, Gradient Boosting.
Результат: Добился точности модели 92% (F1score: 0.89) на тестовой выборке. Стек: Python, Pandas, Scikitlearn, Matplotlib/Seaborn.
Проект: Распознавание автомобильных номеров Реализовал пайплайн обработки изображений: детекция bbox (OpenCV), распознавание символов (Tesseract OCR).
Резюме обновлено 10 июня 2025 в 13:28Настроил интеграцию с SQLite для логирования результатов.
Результат: Точность распознавания символов — 85%.
Стек: Python, OpenCV, Tesseract OCR, SQLite.
Технические навыки
Языки и технологии: Python (NumPy, Pandas, Scikitlearn, Seaborn, OpenCV), SQL, Docker
ML: Классификация, регрессия, feature engineering, валидация, гиперпараметры Инструменты: Jupyter, Git, Redash, Matplotlib/Seaborn
Базы данных: PostgreSQL, SQLite
Образование и курсы
«Машинное обучение в Python» | Stepik | 2023
«Поколение Python: курс для продвинутых» | Stepik | 2023
«Симулятор SQL» | Karpov.Courses | 2023
«Машинное обучение. Базовый курс» — Том Митчелл. Объясняет основные концепции машинного обучения, такие как обучение с учителем и без учителя, классификация и регрессия.
«Машинное обучение. Погружение в технологию» — Артём Демиденко. Практическое руководство для новичков в мире машинного обучения, содержит понятные объяснения ключевых алгоритмов: регрессии, классификации, кластеризации.
