Екатерина Козырева

Участвовала в хакатонах Неймарк: умный кампус 2023 и Цифровой прорыв, сезон: ИИ. В Неймарк хакатоне реализовывала систему по построению индивидуального маршрута по культурным местам города, на основе личных предпочтений студента, включающая в себя возможность создание культурных мероприятий от самих студентов.

В хакатоне от Цифрового прорыва обучала модель ultralytics на классификацию дорожных дефектов в real-time с использованием готовых датасетов с Roboflow. Сделала карту с построением маршрутов по приоритетам, в зависимости от критичности дорожного покрытия, + выгрузку GPS координат на карту при опознавании дефекта дорожного покрытия.
Стек технологий: Ultralytics, OSMnx, Folium

Итоги хакатонов:
- Гран-при "Неймарк: умный кампус 2023"
- Призер "Цифровой прорыв, сезон: ии, лига: новички"

Имею также несколько pet-проектов, это анализ эмоциональной окраски отзывов с Кинопоиска и детект дорожных знаков. В первом использовала уже готовый датасет, который надо было предобработать и векторизовать. Чтобы предсказать эмоциональную окраску отзывов использовала KDTree, на вход подавался отзыв, а на выход был предик на отзыв (положительный, нейтральный, отрицательный).
Стек технологий: NLTK, FastText, Scipy, KDTree
С подробным описанием есть статья на Хабре: https://habr.com/ru/articles/727348/

Во втором проекте использовала предобученные модели ultralytics и обучала на Google Colab. Взяла готовый датасет с разметкой, разделила его на обучающуюся и тестовую выборки, сконвертила из coco в yolo формат и поставила обучаться. На вход модели может подаваться фото или видео, а на выходе получим предсказание дорожного знака.
Стек технологий: Ultralytics, Pandas, YAML, PyTorch
Так же есть статья на Хабре: https://habr.com/ru/articles/754206/

До знакомства с ML занималась разработкой телеграм ботов для изучения английского языка. С помощью ботов можно было выучить неправильные глаголы, а также пополнить свой запас слов. Делала ботов исключительно для университета и изучения английского языка.
Стек технологий: Telebot
Github: https://github.com/E-Kozyreva/telegram_bots

Есть опыт в создании приложений на PyQt6 для реализации лаб. работы по компьютерной графике. Работала с алгоритмами для реализации точечных и матричных фильтров, использовала базовые знания ООП.
Стек технологий: Pillow, PyQt6, Progress
GitHub / Хабр: https://github.com/E-Kozyreva/graphics_filters_lab / https://habr.com/ru/articles/735316/

В свободное время посещаю митапы чтобы узнать больше о работе в продакшене. Была на митапах: RECOM SPACE, Women in Big Data NN Meetup, Два декана из IT против чата GPT, Митап команды IAM Yandex Cloud в Нижнем, MeetUp RecSys Community by Sber и т.д. В 2022 году была в летней школе по компьютерному зрению от ННГУ, где познакомилась с OpenCV и OpenVINO, изучила основные принципы ML и CV.

Сейчас занимаюсь разработкой умного помощника на дорогах. Использую предобученные модели Ultralytics для сегментации дорог, машин, знаков. Конвертирую модели в RKNN формат для запуска на Orange Pi + использую многопоточность.

Открыта к предложениям :)