Кириллов ЕгорСвязаться->
Связаться->Кейсы ->Блог ->Контакты ->
  • Python
  • PyTorch
  • TensorFlow
  • scikit-learn
  • Jupyter
  • Docker
  • Kubernetes
  • NGINX
  • PostgreSQL
  • Redis
  • Prometheus
  • Grafana
  • Git
  • ONNX
  • Next.js
  • React
  • Strapi
  • Home Assistant

Обо мне

Кириллов Егор. Руководитель направления Data Science, лаборатория «Наносемантика».

Руковожу разработкой кастомных ИИ-систем: постановка задачи, данные и обучение, интеграция моделей в продуктовый контур, контроль качества на валидации и в эксплуатации. Отдельный интерес — медицинский ИИ и сопутствующие требования к интерпретируемости и воспроизводимости результатов.

Этот сайт — публичное демо веб-ориентированной информационной системы хранения и представления портфолио программиста.

Образование

Электростальский политехнический институт

Управление в технических системах

5 курс

Кириллов Егор, руководитель направления Data Science, лаборатория «Наносемантика»

Стек технологий

Next.js

SSR и маршрутизация

Pandas

Табличные данные и подготовка признаков

FastAPI

Сервисы и API

TypeScript

Типизация фронтенда и API

scikit-learn

Классическое машинное обучение

Kubernetes

Оркестрация

Git

Версионирование

Prometheus

Метрики

ONNX

Обмен и деплой моделей

React

Компонентный UI

Grafana

Дашборды наблюдаемости

PyTorch

Глубокое обучение и эксперименты

Redis

Кэш и очереди

Vite

Сборка и дев-сервер

NumPy

Численные вычисления

Docker

Контейнеризация

PostgreSQL

Реляционное хранилище

NGINX

Прокси и раздача статики

Strapi

Headless CMS этого сайта

Python

Язык исследований и продакшена

Компании и проекты

Продукт, веб-разработка и Data Science

  • Сейчас«Наносемантика»2023 — н.в.
  • Godji Game2023
  • terminus2021–2022
  • Фриланс2019–2021

Фокусы деятельности

  • Полный цикл кастомных ИИ-систем

    Постановка задачи, подготовка данных и обучение, интеграция моделей в продуктовый контур, контроль качества на валидации и в эксплуатации.

  • Медицинский ИИ и воспроизводимость

    Интерпретируемость решений, воспроизводимость экспериментов и сопоставимость результатов валидации с показателями в эксплуатации.

  • Образование и передача опыта

    Эпизодически читаю лекции в РУДН и МФТИ; на основном месте веду студентов-практикантов, с опорой на обратную связь и передачу опыта в контексте рабочих задач.