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.
Кандидат физико-математических наук, индекс Хирша 5 (Scopus, Web of Science)
Имеет более 40 работ по физике конденсированного состояния, из них 16 в журналах с высоким импакт фактором за рубежом. SPIN: 5924-6675, ORCID:0000-0002-5875-5997, ReseacherID: N-2008-2013
Кандидат физико-математических наук, 2006 г. Инженер-физик, диплом 1997 г. Владение английским языком на продвинутом уровне, писал статьи в хорошие журналы, понимаю азиатов. Создание аппаратно-программных комплексов, написание алгоритмов работы и программ, написание проектов. Создание трехмерных эскизов и чертежей, проекций Разработка и изготовление прецизионных электронных устройств на уровне ведущих инженеров. Отличная коммуникация (soft skills). Грамотная речь. Грамотное и четкое письменное изложение. Умение самостоятельно ставить задачу и находить решение. Разработка технического задания. Разработка проектной документации. Сбор и анализ информации. Постановка задач разработчикам. Навыки презентации нормативно-технической документации. Публичные выступления. Аналитические исследования. Написание научных статей. На высоком прикладном уровне владение высшей математикой, теплотехникой, химией. Водительское удостоверение категории В
Проекты
(29 лет 4 месяца)
Enter Engineering LTD., зарегистрирована в Сингапуре. Российский филиал — ЦЦТЭК
Роль
Руководитель группы, эксперт-разработчик
Обязанности
Строительство зданий и промышленных сооружений
• Нефть и газ
• Сельское хозяйство
• Производство стальных конструкций
• Вода
• Гостиницы
• Солнечные батареи
• Исследования и разработки
Подбор кадров, разработка архитектуры, разработка ниаболее отвественных частей искусственного интеллекта, в основном для LLM RAG (работает на RTX4090, а не на дорогом промышленном GPU), компьютерное зрение (дроны VTOL, СИЗ и безопасность, нефтяная промышленность, утечки газов, распознавание документов OCR и т. д.), временные ряды (аномалии во времени работы сотрудников, прогнозы дней отсутствия), ранжирование (товары, сотрудники, аномалии), построение оптимальных маршрутов). Работа на объектах (нефтяные вышки, поля и инфраструктура животноводства и т. д.).
Кейсы были внедрены с высокими метриками. Экономический эффект только от внедрения системы сравнения договоров составил оценочно сотни миллионов рублей вследствие предотвращения мошенничества. Также, десятки миллионов на выявлении неэффективных сотрудников и предотвращении аварийных ситуаций на производстве.
Как лид я очень эффективный. Быстро делаю сам или с командой хорошие промышленные разработки в сжатые в среднем примерно вдвое сроки по сравнению с другими лидами, либо как в примере выше - очень высокого качества модели.
Плюс могу работать с гуманитарными и техническими специалистами одинаково эффективно - смешанные команды не проблема. Это помогает ускорить разработку и повысить качество.
Есть очень серьëзные навыки в технике. Я физик, отлично понимаю разделы от механики до физики полупроводников, оптики, сверхвысокого вакуума, сам создавал рабочие приборы. Владею измерительной электроникой примерно на уровне главного или ведущего инженера завода. Разбираюсь в теплотехнике, химии.
Это позволяет внедрять промышленно очень выгодные решения искусственного интеллекта.
Максим Иванченко, [12.09.2025 16:03]
Приведу пример, чтобы как-то обозначить уровень профессионализма - недавнее решение, использовались LLM, vLLM, Pydantic, мультимодальные, описательные модели, транскрибация, эмбеддинги. Команда из 2-х управленцев и 2 разработчиков - я как лид-исследователь и миддл разработчик с современными методами кодинга за 2 месяца сделали промышленное решение, обошедшее с огромным отрывом команду крупного медиа холдинга в России. Наш ИИ эксперт за 1 сек. классифицировал даже 2-часовое видео - 85% подтверждëнной точности в среднем, 265 классов.
Решение конкурирующей команды - около 50% точности. Мы эти цифры доказали их руководству. До этого никто из российских команд серьëзных разработчиков, участвующих в закрытом конкурсе, не смог их обойти. Задача достаточно непростая. Решение позволило заменить порядка 200 экспертов людей широкого профиля с зарплатой в среднем порядка 2500 $ (по минимуму примерно от 2000 $) только в одном медиа холдинге, может быть продано во многие. При этом всë работает на сервере с 4 промышленными видеокартами, поэтому сумма на приобретение отбивается в первый месяц, дальше затраты только электричество, администрирование и амортизация. Можете посчитать, экономия порядка 400000 $ в месяц только на зарплате экспертов людей, не считая прибыли из-за удобства для клиентов и потенциального притока.
Моя непосредственная роль в данном проекте - эффективное управление, создание архитектуры, генерация гипотез и их проверка, поиск наиболее релевантных задаче и при этом быстрых и эффективных решений для создания нодов сложного ИИ решения. Это ускорило разработку более чем вдвое и привело к получению примерно на 15-20% более высоких метрик, чем без этого, минимум.
С точки зрения клиентоориентированности и выгодности бизнесу нужно понимать, что конечно если клиенты будут искать видео по запросам и при этом им будут выпадать нерелевантные ответы, а при плохой классификации происходит именно так, то это будет нервировать клиентов и при этом вызывать отток, если есть решения на рынке (а сильные конкуренты в этом сегменте однозначно есть) , которые лучше обрабатывают запросы и изучили пользователя. Тут совершенно однозначно, что плохое качество работы сервисов может вызвать отток как минимум в несколько процентов и соответствующую потерю прибыли. (Один плохо работающий сервис может и обойдëтся потерей клиентов долей процента, но при таких масштабах это всë равно существенные потери). Особенно если точность соответствия будет порядка 50% как у наших конкурентов. 70%, если наняли бы реально хорошего опытного лида лет 10-15 опыта + математика, конечно немного лучше. Но 85% которые получили с моим участием явно будут в топе и клиенты будут довольны с точки зрения этого сервиса. Такие решения дают акцент не в отток, а в приток.
РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ
Роль
Технический эксперт, руководитель группы разработчиков
Обязанности
Москва, ranepa.ru
• Образовательные учреждения
• Университет, колледж, профессиональное училище
• Научно-исследовательская, академическая деятельность
• Повышение квалификации, переподготовка
• Развитие
Учебная разработка с качеством промышленной. Подбор персонала, тестирования российских фреймворков машинного обучения в части импортозамещения для предприятий и образовательных задач, а также разработки кейсов машинного обучения, связанных с юридической, экономической и управленческой деятельностью. Постановка задач небольшой команде аналитиков, специалистов, data scientist-ов. Написание и актуализация документации - протоколы разработки, методики тестирования, рабочие шаблоны и планы. Работа с сотрудниками - руководство, координация общей стратегии и отдельных ролей, команда не только с навыками в сфере IT. Обработка результатов, фильтрация шума, классификация, регрессия, NLP, манипуляция изображениями, упаковка сложных решений в Docker - например, Python, R, Streamlit, Tensorflow-cpu 2.9.1 с распараллеливанием на 12 ядер, кастомный контейнер со Stable Diffusion на GPU, E-mail адресация (широкий охват тем, для конкретных отделов из общей коробки) и реферирование, датасеты и много мелочей - один рабочий контейнер для временных рядов, но есть еще алгоритмы машинного обучения и аудио нейронные сети. Разработка документации по структуре проекта ИИ, решениям, срокам, исполнителям, подбору и заказу датасетов. Лекции, проведение практических занятий, разработка курсов.
Сервисы на докер контейнерах (могли выгрузить, спрашивайте при интересе):
http://83.143.66.61:27362/ Stable Diffusion 2.1, GPU
http://83.143.65.152:27369/ Временные ряды, прогноз солнечной энергии http://83.143.65.152:27370/ Кросс валидация
http://83.143.65.152:27371/ Фейковые новости
Результаты разработок помогают студентам управленческих специальностей ознакомиться с работой искусственного интеллекта и понять, как и где можно внедрить высокие технологии. Отчёт по результатам тестирования отечественных фреймворков позволил понять, в каких условиях промышленной разработки стоит внедрять отечественные средства AutoML, а в каких эффективнее (намного быстрее и с меньщими затратами) использовать альтернативные алгоритмы.
ИТ, системная интеграция, Интернет
• Разработка ПО
• Системная интеграция, автоматизация технологических и бизнес-процессов, ИТ-консалтинг
Коммерческая разработка
• Разработка для коммерческого использования, консалтинг
• Исследовательская, научная, академическая деятельность (публикации)
• Повышение квалификации, переподготовка
Обязанности:
Руководящая роль, планирование, документация, рабочие роли (не включая ИИ), подготовка наборов данных, успешная подготовка к разделу ИИ для участия в программе СТАРТ (финансовая поддержка инноваций в России), презентация и обоснование проекта, подготовка к публикациям.
ИИ-стэк: обнаружение объектов, оценка 3D-позы, резюме, классификация, математика.
Лично разработал вариант ИИ тренера с КОЛИЧЕСТВЕННЫМ анализом выполняемых упражнений (около 10) по видео. Тренер анализирует даже тонкие моменты выполнения, которые не всегда может проанализировать тренер человек. Точность анализа достигала 95%. Решение способно было заменить тренера на дому и могло работать на слабых игровых видеокартах либо медленно на ЦП. Выгода оценочно с учётом оборудования и прочих затрат составляла от 30 до 70% стоимости зарплаты индивидуального тренера на человека. В мире на тот момент было всего от 4 до 10 решений с подобным функционалом, в основном уже готовые коммерческие продукты, наше было одно из лучших. Свободных открытых репозиториев подобного по качеству функционала не было, были намного проще