Вчера получил бумажный сертификат Яндекс Практикума по программе «Инженер по глубокому обучению нейросетей: компьютерное зрение». Параллельно с обучением развивал собственные open-source проекты на стыке Computer Vision, мультимодальных моделей и робототехники. Сейчас открыт к предложениям в направлениях Computer Vision Engineer, Robotics и Embedded AI.
У меня 12 лет инженерного опыта в разработке ПО, инфраструктурной автоматизации и тестировании, включая работу в Лаборатории Касперского и Datagile. Также имею M.Sc. по Computer Vision & Robotics в Technical University of Munich (TUM).
Что я сделал в последнее время:
1. VLM-based Data Engine для CV Построил пайплайн автоматической разметки на базе Qwen2.5-VL-7B-Instruct в режиме VQA: генерация bounding boxes и подготовка данных для обучения детекторов. Чтобы уложить инференс в ограничения по GPU-памяти, развернул модель через vLLM с 4-bit NF4 и AWQ-квантизацией.
2. ROS 2 и real-time Computer Vision Разработал и опубликовал open-source ROS 2-пакет gesture-swarm-ros2 для управления роем мобильных агентов по ASL-жестам. В pipeline используются YOLO-детекция жестов, Kalman filtering для сглаживания и стабилизации разметки, временной консенсус на скользящем окне и RANSAC, после чего команды движения публикуются в /cmd_vel. Кинематика и управление проверяются в симуляции turtlesim; в roadmap — переход к Gazebo и multimodal vision–language gesture model. Отдельно опубликовал две модели для детекции цифр и букв ASL-алфавита. Сравнение их производительности и метрик выложил в wiki проекта: https://github.com/ajdanoff/gesture-swarm-ros2/wiki/Detection‐Models‐Evolution‐And‐Metrics
3. GPU-оптимизация В магистерской диссертации в TUM оптимизировал realtime ray tracing на CUDA / NVIDIA OptiX. Работал с пространственным хешированием, space-filling curves и Morton codes для улучшения локальности данных и снижения cache misses.
Что умею: — Python, PyTorch, OpenCV, YOLO, Transformers, Qwen2.5-VL, vLLM; — ROS 2, Docker, Linux, Git, CI/CD; — C++, CUDA, NVIDIA OptiX; — построение ML/CV-пайплайнов, автоматической разметки и тестовой инфраструктуры; — разработку сервисов на FastAPI и работу с распределёнными системами.
Рассматриваю позиции Middle+ / Senior в Computer Vision, Robotics, Embedded AI и смежных инженерных ролях. Готов работать на стыке софта и физического оборудования, а также к релокации в Москву, командировкам и участию в международных проектах.
GitHub: https://github.com/ajdanoff Резюме на HH: https://spb.hh.ru/resume/fdac9fbdff112bd50b0039ed1f69634b754c68?hhtmFrom=profile Телефон: +7 911 647-11-38 Email: alexander.jdanoff@gmail.com
Буду рад контактам, рекомендациям и обсуждению интересных технических задач!
#ComputerVision #Robotics #MLEngineer #ROS2 #CUDA #DeepLearning #VLM #OpenSource
