Дмитрий Н. ML разработчик, Middle+

ID 28868
ДН
Дмитрий Н.
Мужчина, 24 года
Россия, Санкт-Петербург, UTC+3
Ставка
3 896,1 Р/час
НДС не облагается
Специалист доступен с 14 сентября 2025 г.

Добавьте подходящих специалистов в список и оформите заявку для предварительного бронирования времени специалистов. После оформления заявки ваш персональный менеджер организует прохождение всех необходимых проверок с вами и каждым кандидатом из заявки. Специалист привлекается к проекту только после окончательного подтверждения его выхода с вашей стороны.

Подробнее
О специалисте
Специализация
ML разработчик
Грейд
Middle+
Навыки
C++
Cursor
dash
deepseek
DeepStream
Dlib
Docker
Git
HuggingFace
Linux
macOS
Matplotlib
mediapipe
MS Windows
Numpy
openAI
OpenCV
OpenVINO
Pandas
Plotly
PyCharm
PySpark
Python
PyTorch
rag
Sklearn
Tensorboard
Tensorflow
Threading
transformers
Visual Studio Code
YOLO
gym
fsdp
airllm
vllm
Engineering
Промпт-инжиниринг
Отрасли
GameDev
Manufacturing
Media
Social Networking
Telecom
Знание языков
Английский — B1
Главное о специалисте
Опыт разработки и проектирования сложного программного обеспечения в том числе с интеграцией данных. Эксперт в области нейронных сетей. Знание основных алгоритмов и структур данных. Хорошее знание шаблонов проектирования, дизайна объектно-ориентированного программирования, юнит-тестирования Опыт применения современных инженерных практик, чистый код, рефакторинг. Опыт разработки и построения веб-сервисов Опыт работы с ML и CV – 3 года (полный цикл сбор и подготовка данных, feature selection & engineering, тренировка/валидация/тестирование ML моделей, выбор лучшей модели, демонстрация результатов) Опыт работы с данными - 2 года Опыт разработки на Python - 3 года Опыт разработки на C++ - 1 лет Опыт разработки и построения веб-сервисов Опыт работы с асинхронными библиотеками Опыт разработки MLOps инструментов/платформ Опыт разработки NLP/NLU платформ
Проекты   (2 года 9 месяцев)
Разработка беспилотного гоночного болида
Роль
Руководитель группы автопилота
Обязанности
Проект посвящен разработке системы для детекции и оценки расстояния до конусов в рамках участия в соревнованиях Formula Student. Модуль использует YOLOv8n для детекции объектов (конусов), обеспечивая высокую точность (AP50=0.98). Также система оценивает глубину с помощью модели monodepth2 для анализа расстояния до объектов. Задачи Детекция конусов: Использование модели YOLOv8n для детекции и классификации конусов на изображениях с высокой точностью (AP50=0.98). Интеграция модели с алгоритмами автопилота для реального времени. Оценка глубины (моноглубина): Применение модели monodepth2 для оценки расстояний до конусов на основе моновизии. Тестирование и проверка гипотез с использованием базовой модели для определения точности глубины. Оптимизация производительности: Перевод модели YOLOv8n в формат ONNX для ускорения инференса. Планирование перехода на TensorRT для дальнейшей оптимизации времени отклика.
Стек специалиста на проекте
Docker, C++, Python, Numpy, ONNX, YOLO, TensorRT, Промпт-инжиниринг, Engineering, monodepth2, ros2
Отрасль проекта
Manufacturing
Период работы
Сентябрь 2024 - По настоящее время  (1 год 1 месяц)
Система машинного перевода с языка зетан (a.k.a зашумленный турецкий) на английский
Роль
ML-разработчик, обучение нейронной сети, подготовка разметка данных
Обязанности
Проект направлен на создание системы машинного перевода с языка зетан на английский. Эта система необходима для эффективного общения с внеземной цивилизацией и будет использоваться для перевода текстов, предоставленных зетанами. В задачи проекта входит разработка модели перевода, обучение модели на предоставленных данных, а также оценка качества перевода с использованием метрик, таких как BLEU score. Модель будет обучаться на текстах, содержащих оригинальные произведения зетан и их переводы на английский. Задачи Предобработка данных: Загрузка и подготовка текстов из предоставленных данных (переводы с языка зетан на английский). Токенизация и преобразование данных в формат, пригодный для подачи в модель. Обучение модели: Использование предобученной модели MarianMT для машинного перевода и дообучение модели на специфичных данных языка зетан. Обучение модели для эффективного перевода с учетом особенностей языка зетан. Оценка качества перевода: Применение метрики BLEU score для оценки качества перевода. Тестирование модели на закрытой тестовой выборке и сравнение результатов с референсными переводами. Форматирование и создание итогового файла: Формирование выходных данных в формате json-lines, где каждая строка включает исходный текст на языке зетан и его перевод на английский. Анализ и выводы: Оценка результатов перевода и выводы по качеству работы модели на основе метрики BLEU.
Стек специалиста на проекте
Python, Numpy, NLTK, transformers
Отрасль проекта
Social Networking
Период работы
Ноябрь 2024 - Декабрь 2024  (2 месяца)
Система классификации текстов с использованием модели BERT
Роль
ML-разработчик, обучение нейронной сети, подготовка разметка данных
Обязанности
Проект направлен на реализацию системы классификации текстов с использованием модели BERT. Основной целью является обработка текстов для решения задач классификации, таких как определение тематической принадлежности, эмоциональной окраски или выделение ключевых элементов текста. Это может быть полезно в различных областях, таких как анализ отзывов, классификация новостных статей, категоризация контента на основе его содержания. Задачи Предобработка данных: Сбор и очистка текстовых данных для использования в модели. Токенизация текста с использованием моделей BERT. Преобразование текста в формат, подходящий для подачи в модель (для токенизации). Обучение модели: Настройка модели BERT для задачи классификации. Разделение данных на обучающую и тестовую выборки. Обучение модели на подготовленных данных. Оценка и тестирование модели: Применение модели для предсказания классов на тестовых данных. Оценка точности классификации с использованием метрик, таких как accuracy, F1-score, precision, recall. Оптимизация модели: Применение техник fine-tuning для улучшения метрик модели.
Стек специалиста на проекте
Python, Numpy, HuggingFace, transformers
Отрасль проекта
Manufacturing
Период работы
Ноябрь 2024 - Декабрь 2024  (2 месяца)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Университет ИТМО
Специальность
Робототехника и ИИ
Завершение учебы
2025 г.

Похожие специалисты

E-commerce & Retail • GameDev • Manufacturing • RnD
СМ
Сергей М.
Санкт-Петербург
ML разработчик
Senior
5 114,28 Р/час
C++
Algorithm and Data Structure
n8n
OpenCV
AI
langchain
gpt
Stable Diffusion
transformers
Bert
+58

Senior ML разработчик. Специализируюсь на машинном обучении и искусственном интеллекте. Имею опыт работы в отраслях E-commerce & Retail и GameDev. Владею широким спектром технологий и инструментов, включая Python, C++, PyTorch, TensorFlow, NLP, Computer Vision и другие. Работаю CTO в проекте Elevetex AI, где занимаюсь end2end разработкой, планированием архитектуры и технического стека для создания человечного агента по привлечению лидов для B2B. Внедрил принципы LeanStartup, ускорил проверку продуктовых гипотез и сократил время разработки новых модулей. Также работал инженером ключевых проектов в Huawei Technologies, где исследовал, разрабатывал и внедрял ML, CV, LLM продукты от PoC до Production. Создал новую генеративную технологию 2D->3D на основе диффузионных моделей для продуктов Huawei, провёл системный анализ продуктов и тенденций в области генеративного поиска и представил концепт генеративного поиска с SOTA результатами.

Подробнее
AI & Robotics • BioTech, Pharma, Health care & Sports • E-commerce & Retail • Manufacturing • Realty & Constructoring • RnD • Urban technology
АЗ
Андрей З.
Ульяновск
ML разработчик
Senior
4 935,06 Р/час
albumentations
Bert
C#
C++
deepsort
Docker
FastAPI
Gensim
Java
Linux
+29

Архитектор программного обеспечения Опыт разработки и проектирования сложного программного обеспечения в том числе с интеграцией данных; Глубокое знание ML алгоритмов, математического моделирования, методов обработки изображения, прикладной разработки Опыт работы с 3D технологиями, шейдерами, игровыми движками Эксперт в области нейронных сетей; Знание основных алгоритмов и структур данных; Хорошее знание шаблонов проектирования, дизайна объектно-ориентированного программирования; Понимание принципов работы трансформеров; Опыт применения современных инженерных практик, чистый код, рефакторинг. Опыт разработки и построения веб-сервисов; Опыт работы с RAG, NLP, анализ таблиц Опыт работы с ML и CV – 7 лет; Опыт работы с данными - 8 лет; Опыт разработки на Python - 7 лет; Опыт разработки и построения веб-сервисов;

Подробнее
AI & Robotics • BioTech, Pharma, Health care & Sports • HRTech
ИС
Илья С.
Гродно
ML разработчик
Middle
3 596,88 Р/час
Python
C++
Java
R
Анализ и визуализация данных
Matplotlib
Numpy
Pandas
NLP
Gensim
+64

Специалист по машинному обучению и обработке данных с более чем 3-летним опытом разработки решений на основе ИИ, систем обработки естественного языка (NLP) и приложений компьютерного зрения. Владеет языком программирования Python, а также библиотеками PyTorch, scikit-learn и PostgreSQL. Опытен в области обработки естественного языка (NLP), глубокого обучения, анализа и визуализации данных. Имеет опыт создания масштабируемых архитектур, интеграции больших языковых моделей (LLM) и оптимизации ИИ-моделей. Обладает сильными навыками решения проблем, опытом проектирования системной архитектуры и разработки функционала. Увлечен инновациями, автоматизацией и принятием решений на основе ИИ.

Подробнее
AI & Robotics • EdTech • FinTech & Banking • IoT
АШ
Александр Ш.
Москва
ML разработчик
Senior
5 974,02 Р/час
C#
Java
PHP
Pl/SQL
Python
R
Scala
SQL
vb
CatBoost
+59

Александр — ML-разработчик уровня Senior из Москвы. Обладает опытом работы на проектах в сферах EdTech, FinTech & Banking, AI & Robotics и IoT. На проекте для компании «Компьютерная академия “Топ”» занимался разработкой методических материалов по курсу «Базы данных и SQL для аналитиков данных», а также созданием курса «Продвинутые модели машинного обучения». В рамках проекта по риск-модели предсказания цен на недвижимость и системы видеоконтроля стройготовности объектов выполнял функции Data Scientist. Занимался разработкой моделей прогнозирования цен на квадратный метр жилья и новых клиентов банка, а также разработкой Marketing Mix Modeling для распределения рекламных бюджетов и созданием моделей распознавания. Как Python / ML Engineer работал над проектом Urana AI — системой генерации видеоряда по музыке. В рамках этой задачи занимался разработкой пайплайна генерации видео, созданием алгоритмов выявления звуковых эффектов и доработкой GAN-моделей. Также имеет опыт работы над проектами по разработке розничных продуктов для физических лиц, где создавал скоринговые модели для анализа клиентов и занимался построением моделей оттока клиентов. И опыт работы над задачами, связанными с умным домом, IoT и спутниковым телевидением, включая построение моделей оттока, CV-моделей и предсказание аномалий.

Подробнее

Недавно просмотренные специалисты

Cloud Services • EdTech • FinTech & Banking • Manufacturing • Realty & Constructoring • RnD
ИК
Илья К.
Москва
DevOps
Senior
3 636,36 Р/час
Управление базами данных
ELK
Grafana
GitLab
MS Windows
Логирование
PowerShell
Zabbix
Keycloak
Bash
+32

Илья — DevOps-специалист с опытом работы более 11 лет. На последнем месте работы занимал должность директора по инфраструктуре и базовому программному обеспечению в компании «Оптимакрос (ИТ)». В рамках проекта занимался организацией работы IT-направления, разработкой аналитики компании, реализацией проектов по созданию и модернизации ключевых компонентов IT-инфраструктуры, обеспечением бесперебойной работы инфраструктуры, а также внедрением продуктов Atlassian (Jira, Confluence), VMWare, Mattermost, Jitsi, Peertube, AD, SSO. В роли Senior DevOps Engineer в компании «Оптимакрос (ИТ)» написал автоматизацию на Ansible для 200 реверс прокси серверов и внедрил ELK Stack, KeyCloak. Во время работы в Альфа-Банке участвовал в проекте по выбору целевого Service Mesh, внедрял и пилотировал технологию Opentracing, настраивал гибкую стратегию деплоя. Обладает навыками работы с широким спектром технологий: Ansible, Bash, CI/CD, Docker, ELK, GitLab, Grafana, Kubernetes, PowerShell, Prometheus, Zabbix и другими. Специализируется на автоматизации процессов, администрировании серверов Linux, логировании, мониторинге и управлении базами данных.

Подробнее