Навыки и технологии: Python, TensorFlow, NumPy, Numba, SciPy, OpenCV, pydicom, nibabel, SimpleITK, scikit-learn, FastAPI, Celery, Redis, PostgreSQL, SQLAlchemy, Alembic, matplotlib, pytest, Playwright.
Проекты и достижения: Кандидат разработал AI/CV систему для анализа 3D КТ головного мозга, которая включает автоматизированную обработку медицинских изображений, сегментацию анатомических структур и локализацию областей интереса. В рамках проекта была создана модульная backend-архитектура с использованием REST API на FastAPI и асинхронной обработки задач через Celery. Итоговая система обеспечивает высокую эффективность обработки и визуализации результатов анализа.
Достижения и признание: Разработанный AI/CV pipeline позволяет значительно ускорить процесс анализа 3D КТ-данных и улучшить точность сегментации анатомических структур. Кандидат внедрил надежные инженерные практики, включая автоматизированное тестирование и интеграционные проверки, что способствует масштабируемости и надежности системы.
* создается нейросетью на основе портфолио, информации указанной пользователем о себе и отзывам от других пользователей