● Исследование применения deep reinforcement learning для задач mapf в складской логистике. ● Разработка симуляционной среды на сетке 256x256 для обучения и тестирования агентов. ● Сравнение rl-подходов с классическими алгоритмами поиска и эвристиками. ● Анализ качества решений и устойчивости алгоритмов на различных сценариях.

● Разработка полного ml-пайплайна: подготовка данных, обучение, валидация и инференс. ● Работа с табличными и изображенческими данными, контроль качества датасета. ● Подбор и сравнение моделей, интерпретация метрик качества. ● Проект успешно сдан заказчику и интегрирован в рабочую среду.

● Full-stack разработка бота на aiogram и sqlalchemy. ● Проектирование структуры базы данных и логики обработки запросов. ● Работа с sql и оптимизация прикладной логики.