← В ленту
Регистрация: 21.09.2026

Андрей Щеголев

Специализация: Machine Learning Engineer
— Студент 3 курса бакалавриата СПбГУ, Математико-механический факультет (Прикладная математика и информатика). — Специализируется в области Machine Learning, Computer Vision, NLP/LLM. — Реализовал проект Manga Page Element Segmentation: обучил YOLO11m instance segmentation, построил pipeline синтетических данных, повысил Mask mAP50–95 с 0.608 до 0.662 (+8.9%). — Стек: Python, PyTorch, NumPy, Pandas, scikit-learn, SQL, PostgreSQL, Apache Spark, Git, Linux.
Data Analysis Docker Machine Learning Python PostgreSQL PyTorch Computer Vision Deep Learning LLM NLP RAG pandas scikit-learn SQL OpenCV Git Linux Apache Spark
— Студент 3 курса бакалавриата СПбГУ, Математико-механический факультет (Прикладная математика и информатика). — Специализируется в области Machine Learning, Computer Vision, NLP/LLM. — Реализовал проект Manga Page Element Segmentation: обучил YOLO11m instance segmentation, построил pipeline синтетических данных, повысил Mask mAP50–95 с 0.608 до 0.662 (+8.9%). — Стек: Python, PyTorch, NumPy, Pandas, scikit-learn, SQL, PostgreSQL, Apache Spark, Git, Linux.
Data Analysis Docker Machine Learning Python PostgreSQL PyTorch Computer Vision Deep Learning LLM NLP RAG pandas scikit-learn SQL OpenCV Git Linux Apache Spark

Скиллы

Python
PyTorch
Machine Learning
Deep Learning
Computer Vision
YOLO
OpenCV
NumPy
Pandas
scikit-learn
NLP
LLM
RAG
SQL
PostgreSQL
Git
Linux
Docker
Apache Spark

Опыт работы

Machine Learning Engineer
с 07.2026 - По настоящий момент |Manga Page Element Segmentation
Python, PyTorch, YOLO
● Разрабатываю модель instance segmentation для автоматической сегментации manga-страниц на персонажей, рамки панелей и речевые облачка. ● Обучил YOLO11m instance segmentation на публичном датасете и построил pipeline генерации синтетических данных (генерация ассетов и формирование из них синтетических manga-страниц). ● Добавление синтетических данных позволило увеличить Mask mAP50–95 с 0.608 до 0.662 (+8.9%), Mask mAP50 составил 0.869 на 784 отложенных страницах. ● Разрабатываю новый pipeline генерации данных с помощью генеративной модели Qwen-Image-Edit для получения более реалистичных обучающих данных. ● Готовлю отдельный вручную размеченный набор страниц для оценки следующей версии модели.

Образование

Прикладная математика и информатика (Бакалавр)
По настоящий момент
Санкт-Петербургский государственный университет, Математико-механический факультет

Языки

РусскийРодной