- Аннотация данных - Поиск датасетов - Чтение и имплементация научных работ. - Создание решений для бизнес проблем на основе ИИ

- Руководил цифровой трансформацией курсов SPCE для онлайн-рынка, используя платформу Moodle LMS. - Создавал и управлял онлайн-курсами, включая «ИИ для преподавания и обучения» и «Введение в Python». - Обучал студентов и преподавателей использованию различных образовательных технологий, обеспечивая эффективное применение цифровых инструментов. - Сотрудничал с IT-отделом и другими подразделениями для улучшения смешанного и цифрового обучения.

- Интеграция технологий ИИ в медицинские организации - Разработка удобного в использовании приложения для сегментации мозга с использованием FastSurfer / FreeSurfer/ 3D Slicer - Настройка приложения адаптируя его запуск из C# - Разработкой алгоритма сегментаций кровенных сосудов всего тела - Чтение и рисерч научных работ - Поиск различных датасетов в области медицины - Документация кода и его использования

- Разработка чат-ботов с использованием LangChain. - Создал чат-бот, способный отвечать на вопросы на основе загруженных файлов. - Используйте модели OpenAI API для повышения производительности. - Для удобства использование, создал веб приложение на основе Streamlit - Использовал Google Drive API, чтобы облегчить доступ к файлам для QA чат-бота. - Написал подробную документацию и код, которые хранятся в репозитории GitHub с подробным README.md.

- Внетрение и улучшение алгоритмов распознования спортивных объектов. - Написал документацию компании (internal wiki). - Получили навыки использования Amazon Web Services (AWS), включая EC2, Redshift, S3 и DynamoDB. - Изучил и экспериментировал с различными существующими deep learning методами для улучшения изображений и видео, восстановления, шумоподавления и сверхразрешения, а также оценивал их пригодность для нужд компании (Image/Video Enhancement) - Изучил предварительно обученную модель обнаружения событий (event detection) на видеозаписях компании волейбольных матчей, провели оценки и откалибровали модель для повышения точности и надежности.

- Сбор, скрейпинг, парсинг и очистка спортивных данных - Преобразование их в формат, пригодный для МЛ моделей (preprocessing & feature engineering) - Разработка предиктивных моделей с использованием классических и глубоких методов обучения - Оценка и оптимизация производительности модели

- Сбор и предварительная обработка данных. - Создавать и оценивать модели машинного обучения - Написание тестов/uni testing (pytest) - Писать документация (docstring) кода обновлять репозиторий в GitHub - Написание хороших (user-friendly) REAMDE.md - Создал два успешных open-source проекта: библиотеку для анонимизации данных (anonympy) и трекинг объектов в теннисе (tennis-tracking). Подробнее здесь - https://github.com/ArtLabss/