📩 still.overfitting@gmail.com · 💬 @ambassad0r_kayfa · 🐙 Work-git-13

МТУСИ - Информатика и вычислительная техника
Профиль: Искусственный интеллект и машинное обучение
3 курс · Окончание: 2028

ML / Data Science: Python, scikit-learn, CatBoost, LightGBM, XGBoost, pandas, NumPy, Matplotlib, Seaborn, Feature Engineering, EDA, Machine Learning

Статистика и аналитика: A/B Testing, проверка гипотез, доверительные интервалы, Bootstrap, ROC-AUC, PR-AUC, Precision, Recall, F1-score

Computer Vision: OpenCV, YOLO, DETR, FastSAM, SegFormer, Object Detection, Image Segmentation, Video Processing

SQL / Databases: PostgreSQL, DuckDB, SQL (JOIN, CTE, Window Functions, Aggregations)

Backend: FastAPI, SQLAlchemy, Pydantic

Инструменты Git, Docker, Jupyter Notebook, Google Colab, CVAT

Проект кредитного скоринга для оценки риска по анонимизированной кредитной истории.

• Анализ данных и построение признаков на уровне заявки
• Сравнение Logistic Regression, Random Forest, CatBoost и LightGBM
• Подбор гиперпараметров и проверка балансировки классов
• Оценка на отложенной выборке и анализ политики одобрения

Результат: ROC-AUC 0,734 на holdout

Стек: Python · Pandas · NumPy · scikit-learn · CatBoost · LightGBM · Matplotlib · Jupyter

Full-stack маркетплейс для продажи автомобилей с ML-функциональностью.

• Модель предсказания цены на CatBoost с автоматической классификацией сделок
• Рекомендательная система на основе векторизации признаков и косинусного сходства
• JWT-аутентификация, хэширование паролей Argon2
• Контейнеризация через Docker Compose

Стек: Python · FastAPI · CatBoost · scikit-learn · SQLAlchemy · SQLite · Docker

Проект компьютерного зрения для анализа МРТ головного мозга и определения опухолей.

• Обработка и подготовка MRI-изображений
• Детекция областей интереса
• Формирование кандидатов опухолевых областей
• Анализ результатов и визуализация масок

Стек: Python · OpenCV · NumPy · Pandas · scikit-learn · Computer Vision

Система видеоаналитики для определения рабочей зоны и оценки площади пола, обработанной поломоечной машиной.

• Ансамблевая сегментация пола на основе FastSAM и SegFormer
• Выбор итоговой маски по геометрическому качеству и временной стабильности
• Детекция и построение накопительной траектории поломоечной машины с морфологической постобработкой для улучшения качества маски
• Расчёт перспективно-взвешенного процента покрытой площади

Стек: Python · PyTorch · FastSAM · SegFormer · YOLO · OpenCV · NumPy · Computer Vision