Skip to content

Runoi/Runoi

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 

Repository files navigation

👋 Привет! Я Роман, Python-разработчик со специализацией в AI/ML.

Я верю, что AI-модель — это лишь начало. Настоящая магия происходит тогда, когда она превращается в надежный, оптимизированный и полезный продукт. Моя страсть — проходить этот путь от идеи до production-ready сервиса.


🚀 Мои ключевые компетенции

python pytorch tensorflow fastapi docker postgresql redis git linux

  • AI / ML: PyTorch, Scikit-learn, Hugging Face Transformers, Pandas, NumPy | Классический ML, NLP, RAG, Computer Vision (базово).
  • Backend & Engineering: FastAPI, SQLAlchemy, PostgreSQL, Redis, Asyncio, REST API.
  • DevOps & Tools: Docker, Docker Compose, Git, CI/CD (GitHub Actions), Linux.
  • Software Engineering: Проектирование ПО, ООП, SOLID, Flet (Desktop GUI), Pyinstaller.

🏆 Избранные проекты

Система распознавания номеров (ANPR)

Посмотреть на GitHub

End-to-end ML-пайплайн для распознавания автономеров. Решение включает кастомное обучение двух SOTA-моделей: детектора на YOLOv8 и OCR на CRNN (PyTorch). Проект демонстрирует полный цикл ML-разработки: от анализа данных до INT8-квантизации.

Production-Ready Классификатор токсичности

Посмотреть на GitHub

End-to-end ML-сервис. От обучения и квантизации легковесной CNN-модели на PyTorch до упаковки в REST API на FastAPI и Docker. Демонстрирует полный цикл ML-инженерии.

AI Personal Assistant

Посмотреть на GitHub

Многокомпонентный AI-агент с RAG, памятью (Redis), базой знаний (ChromaDB) и инструментами (Google API, Web Search). Построен на LangChain и микросервисной архитектуре.

Manga Reader (Desktop App)

Посмотреть на GitHub

Полноценное десктопное GUI-приложение на Python/Flet. Демонстрирует навыки Software Engineering: проектирование UI/UX, работа с файловой системой, парсинг, кэширование и сборка в .exe (Pyinstaller).

Прогнозирование временных рядов (WeatherForecast)

Посмотреть на GitHub

End-to-End ML-пайплайн для прогнозирования временных рядов. Проводится сравнительный анализ трех подходов: классического (ARIMA), SOTA-решения (N-BEATS) и кастомной LSTM на PyTorch. Проект включает разработку отказоустойчивого параллельного веб-скрапера и продвинутый инжиниринг признаков (sin/cos преобразования).


📫 Как со мной связаться

  • Telegram: @KodaiRunoi

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published