Студентка НИТУ МИСИС, направление Информатика и вычислительная техника.
Junior Machine Learning Engineer | Computer Vision Specialist
| Категория | Инструменты и компетенции |
|---|---|
| Deep Learning & CV | PyTorch, Torchvision, Transfer Learning (ResNet), Pillow |
| Python & Данные | NumPy, Pandas, Matplotlib, tqdm |
| Инфраструктура | Yandex DataSphere, GPU (CUDA), Git, Linux CLI |
| Классический ML | Scikit-learn, EDA, архитектура пайплайнов данных |
| Базы данных | SQL (JOINs, оконные функции, сложные запросы) |
Репозиторий | Скачать веса модели
Цель: Разработать сверточную нейросеть для точной классификации изображений на настоящие фотографии и арт, сгенерированный нейросетями (Midjourney, DALL-E, Stable Diffusion).
Что сделано:
- Собрала и обработала массивный датасет из 120 000 изображений (баланс классов 50/50 для предотвращения смещения модели).
- Спроектировала автоматизированный скрипт для загрузки и распаковки 1.18 ГБ данных через API облачного хранилища.
- Применила Transfer Learning на базе предобученной архитектуры ResNet18, адаптировав полносвязный слой под задачу бинарной классификации.
- Настроила и провела цикл обучения модели в облачной среде Yandex DataSphere с использованием GPU (CUDA).
- Написала CLI-утилиту для инференса, позволяющую тестировать любые пользовательские картинки напрямую из консоли.
Стек: Python, PyTorch, Torchvision, ResNet18, Yandex DataSphere
Email: dcidsgr882@gmail.com
GitHub: @emergreq