Разработка системы для детекции определенных сцен и объектов на улицах города: скопление людей, драка, ДТП, падение человека, пересечение периметра человеком, огонь, заполненные контейнеры, человек с оружием, нежелательное поведение собак, сосульки на крыше. Вход: Видеофайл и/или Видеопоток с камер наблюдения. Выход: Автоматическое обнаружение и оповещение о различных аномалиях на городских сценах. Моя персональная часть работы: ● Сбор датасета по падающим людям. ● Дедубликация всех датасетов по всем сценам. ● Сборка и обучение модели нейросети по детекции падений людей. ● Проверка обнаружения сцен падений на тестовых выборках. В процессе работы параллельно сделал свою библиотеку для формирования датасетов при подаче на обучение. Остальные сцены и интеграцию в прод делали другие участники.

Проект детекции аудиособытий в квартире пожилых людей по данным с микрофонов. Вход: Аудиофайл и/или аудиопоток с камер наблюдения. Выход: Автоматическое обнаружение и оповещение о различных аномалиях в месте проживания пожилого человека (крик, падение, ругань, удар, животные и т.д). Моя персональная часть работы: ● Сбор датасета по звуковым событиям. ● Сборка модели нейросети по детекции одновременных событий по заданному списку. Интеграцию в прод делали другие участники.

Обособленный модуль рекомендательной системы для встраивания в интернет-магазин OneDelivery (онлайн-магазин цветов и подарков). ● Нейросеть анализирует выбор покупателя и выдает в рекомендацию 3-5 товаров, которые покупатель с большой вероятностью купит дополнительно или вместо исходного выбора. ● Работает как с постоянными покупателями, имеющими историю покупок, так и с первичными. ● Поддерживает холодный старт новых продуктов. ● Учитывает сезонность и праздники.

Сибтермодом - инновационная компания по глубокой переработке древесины. ● Опыт работы в качестве аналитика данных и продуктового аналитика. ● Владение инструментами аналитики данных: SQL (сложные запросы, CTE, оконные функции), Python с библиотеками AI и анализа данных (Keras/Tensorflow, Pandas, NumPy, SciPy, Statsmodels, Matplotlib, Seaborn и др.), Excel (Роwer Query, Power Pivot), прогнозы, юнит экономика (когортный анализ, LTV, Retention, ect.), дашборды Power BI, презентации PowerPoint. ● Практика применения теории вероятностей и математической статистики, проверка гипотез, обнаружение аномалий, анализ А/Б тестов, основы машинного обучения, работы в области Data Analysis, Data Science и на их стыке. ● Провел поиск аномалий и точек роста в платежах и уроках студентов онлайн-школы. Сделан на PostgreSQL. ● Сделал анализ на Python+Excel А/В теста для федеральной сети ритейлера. Количественно обосновал внедрение на всю сеть нового канала рассылки. ● На SQL очистил от аномалий витрину данных. ● На Excel cобрал юнит-калькулятор с решением задачи исправления маржинальности сервиса с текущих -93% до прибыльных +25%. ● Очистил от шума данные с геодезических дронов для проектирования реставрации памятников архитектуры. Сделано на Python Keras/Tensorflow. ● Разработал и внедрил на собственном производстве технологию скоростной автоматической сушки лесоматериалов любых размеров. ● Построил предприятие с применением новой технологии. ● Выполнил десятки заказов на комплексные домокомплекты и объектовые поставки. ● Построил архитектуру модулей спектральной фильтрации биржевых данных в TSLab. Team lead распределенной команды при реализации этих модулей на C# под API TSLab (работа команды через GitLab и Telegram). Результат: внедрение в торговую платформу нового класса фильтров без запаздывания.

● Разработал и внедрил технологию использования частотного ресурса с плотностью выше теоретической. Результат - сокращение стоимости и сроков строительства сети мобильной связи на 20-40%. ● Запустил с 0 в коммерческую эксплуатацию первые в стране базовую станцию и мобильный коммутатор через спутниковый канал связи. ● Рассчитал сеть распределенных мобильных коммутаторов. Это подняло общую емкость сети до 10 раз, что дало недостижимое конкурентное преимущество перед федеральными операторами связи. ● Успешно провел и закрыл контрактами переговоры с партнерами из России, США, Израиля, Турции, Польши. ● Выстроил систему взаимодействия между коммерческими и техническими службами. Внедрил обширные горизонтальные связи для оперативного решения задач на языке, понятном всем сторонам. ● Организовал и отладил процесс сбора статистических данных по всей стране со всех операторов мобильной связи из активов Ростелеком. ● Разработал десятки технико-экономических обоснований с защитами и сопровождением реализаций проектов разного масштаба: от единичных до крупносетевых решений, что позволило региональной компании удерживать долю рынка по абонентам и доходам более 50% на фоне присутствия трех федеральных операторов связи. ● Прошел путь от инженера младшего грейда до руководителя отдела, занимаясь от решения собственно профильных технических задач, до создания отдела, с обучением и управлением уже его сотрудниками.