Алексей Бывальцев
23 года
Начинающий специалист Data Science, Deep Learning, Machine Learning, Computer Vision
Начинающий специалист Data Science, Deep Learning, Machine Learning, Computer Vision
Закончил бакалавриат по направлению Фотоника и оптоинформатика, где научился думать, анализировать и искать информацию. Эти навыки считаю ключевыми в любой профессии, а особенно важными в Data Science.
Санкт-Петербург, +7 950 030 8481
Санкт-Петербург, +7 950 030 8481
Мой стек
Языки программирования
Родной: Python
Дополнительный: C++
Азы: HTML, CSS, Swift
Дополнительный: C++
Азы: HTML, CSS, Swift
Библиотеки
Pandas, Numpy, Matplotlib, Seaborn, OpenCV, Ultralytics
Фреймворки
PyTorch, TensorFlow, Keras
Системы версионирования
Git, GitHub, GitLab, DVC
Поиск информации
Googling, ChatGPT, Google Scholar
Конференции TechTrain, DataDojo
Конференции TechTrain, DataDojo
Решал задачи
Object Detection
YOLOv5, YOLOv8, Faster R-CNN, MMDetection
Image Segmentation
Segment Anything, Unet
Optical Character Recognition
Tesseract, E2E-MLT, MMOCR
Monocular Depth Estimation
FastDepth, PyD-Net, MiniNet, Monodepth2, MiDaS Net
pose Estimation
MoveNet, SwingNet
Карьерный трек в области ИИ
Образование
Магистратура
Университет ИТМО
2022 - н.в.
Специализация "Техническое зрение"
Обработка изображений
OpenCV, различные фильтры, эквализация гистограммы, ключевые точки, цветовые пространства, эрозия и дилатация. Яркость, контраст, шум, размерность...
Получение изображения
ФРТ, Фурье. Типы и характеристики камер, калибровка.
Построение систем из нескольких камер. Стереозрение, вариообъектив. ЭМ диапазон. Рентген, УФ, видимый свет, тепловизоры, терагерцы. Медицинские изображения.
Обработка сигналов. Оптика. Объективы. Искажения. Дисторсия. Проектирование. Осветительные системы...
Программирование
Python, C++, Matlab. Многопоточное программирование.
Нейросетевые подходы в обработке изображений
Полносвязные сети, обучающая и тестовая выборка. Понятие свертки. Сверточные нейронные сети. Автоэнкодеры. Генеративно-состязательные сети. Детекция, сегментация, классификация. Распознавание текста, лиц. Видеосигнал. Трекинг объектов...
OpenCV, различные фильтры, эквализация гистограммы, ключевые точки, цветовые пространства, эрозия и дилатация. Яркость, контраст, шум, размерность...
Получение изображения
ФРТ, Фурье. Типы и характеристики камер, калибровка.
Построение систем из нескольких камер. Стереозрение, вариообъектив. ЭМ диапазон. Рентген, УФ, видимый свет, тепловизоры, терагерцы. Медицинские изображения.
Обработка сигналов. Оптика. Объективы. Искажения. Дисторсия. Проектирование. Осветительные системы...
Программирование
Python, C++, Matlab. Многопоточное программирование.
Нейросетевые подходы в обработке изображений
Полносвязные сети, обучающая и тестовая выборка. Понятие свертки. Сверточные нейронные сети. Автоэнкодеры. Генеративно-состязательные сети. Детекция, сегментация, классификация. Распознавание текста, лиц. Видеосигнал. Трекинг объектов...
Бакалавриат
Университет ИТМО
Специализация "Квантовые технологии в коммуникациях"
Всё про свет. Обработка изображений картин живописи, поиск дефектов в терагерцовом диапазоне.
Направление "Фотоника и оптоинформатика"
Курсы
Deep Learning School (МФТИ)
Классический ML. Линейная регрессия. Логистическая регрессия. K-NN. K Means. SVM. PCA. Decision Tree. Random Forest.
Нейронные сети. Сверточные нейронные сети. Классификация. Детекция. Сегментация. GAN. Соревнования на Kaggle. Peer review.
Композиции методов. Бэггинг. Стэккинг. Бустинг. Автоэнкодеры.
Нейронные сети. Сверточные нейронные сети. Классификация. Детекция. Сегментация. GAN. Соревнования на Kaggle. Peer review.
Композиции методов. Бэггинг. Стэккинг. Бустинг. Автоэнкодеры.
Машинное обучение (ИТМО)
Метод главных компонент. Регрессия. K-NN. Наивные Байес. Кластеризация. Метод опорных векторов. Ансамбли. Обучение с подкреплением.
2018 - 2022
Хакатоны
undefined
UrbanCode
ГК "Самолет"
9-10.2023
Разработка алгоритма для анализа готовности многоквартирных домов на основе изображений с камер видеомониторинга
Финалист
Сбор данных, очистка датасета, разметка изображений в CVAT и Roboflow. Препроцессинг изображений, исправление дисторсии алгоритмом RANSAC. Обучение YOLOv8n и YOLOv8m на детекцию ячеек многоквартирных домов. TTA. Бэггинг моделей.
Разработка алгоритма по нумерации ячеек.
Разработка алгоритма по нумерации ячеек.
Цифровой прорыв СЗФО 2023
3 место
Персональный тренер по гольфу
ООО "Синтез"
Создание модели для определения фаз свинга. Свинг - удар в гольфе имеет 10 фаз и нужно детектировать каждую из них для определения ошибок. Использовалась сеть MoveNet для нахождения ключевых точек и кастомный классификатор из 3 слоев полносвязной сети на TensorFlow. Видео подавалось с камеры телефона. Приложение написано для iPhone на swift с помощью ChatGPT.
8.2023
Лидеры цифровой трансформации 2023
Финалист
Разработка модели классификации по готовности квартиры по видеопотоку с камеры телефона. Тренировка модели YOLO для детекции объектов, таких как окна, двери, выключатели. Сегментация изображений по типу покрытия стен, пола, потолка.
Интерактивная платформа для мониторинга внутренней отделки квартиры
5-6.2023
ГК "Самолет"
Pet Project
В процессе разработка автоматической системы по мониторингу за состоянием растения - перца на базе Arduino. Информация с камеры и датчиков температуры и влажности поступает на сервер, где идет обработка.
На изображении происходит детекция листьев, как маркер здоровья перца.
Эта информация соотносится с данными датчиков, после чего можно выявить оптимальные параметры для конкретно этого растения.
При обнаружении плохого самочувствия перца, происходит аларм в чат бот телеграм.
Это поможет в случае долгого отъезда, подскажет, когда нужно вызывать знакомого, чтобы полить растение.
Перец Дракоша
Пора собирать урожай
Контакты:
+7 950 0308481
al.bivaltzew@yandex.ru
tg: @albivaltzew
al.bivaltzew@yandex.ru
tg: @albivaltzew
Санкт - Петербург
