Денис Дробышев

Развернул портал GiA на тестовом сервере: PostgreSQL, Gunicorn, Nginx. Настроил SSO. Работа с реальной инфраструктурой организации.

Обслуживание и ремонт компьютерной техники, системное администрирование Windows и Linux, скрипты на PowerShell и Bash, работа с Active Directory, диагностика и настройка ПО. 1 год 2 месяца.

Московский государственный университет геодезии и картографии. ВКР — информационный портал научного журнала на Django (проект GiA).

Прошел обучение на программе «Разработка геоинформационных решений с использованием методов искусственного интеллекта» (Цифровая кафедра МИИГАиК; квалификация — «Специалист по большим данным»). В рамках курса последовательно освоил базовые концепции ИИ и машинного обучения и закрепил их на практике в Python: работа с данными (NumPy/Pandas), визуализация (Matplotlib/Plotly), сбор и предобработка датасетов, обработка аномалий, отбор и преобразование признаков. Отдельный блок был посвящён оценке качества моделей (метрики для регрессии/классификации/кластеризации), кросс‑валидации, переобучению и подбору гиперпараметров, а также построению и развертыванию учебных ML‑приложений. Далее изучались основные алгоритмы ML: обучение с учителем (kNN, линейная и логистическая регрессия, деревья решений, SVM, наивный Байес), обучение без учителя (снижение размерности, кластеризация), ансамблевые методы и бустинг. В части глубокого обучения прошёл основы нейросетей и практику в Keras, современные архитектуры (в т.ч. CNN, transfer learning, регуляризация), а также отдельные темы вроде автоэнкодеров, GAN, безопасности ИИ и применения YOLO для задач детекции/классификации. Во втором модуле упор был на GeoAI: работа с пространственными данными в Python (GeoPandas, Rasterio, Xarray/Rioxarray), получение данных через API (requests, OSM/OSMnx), визуализация и интерактивное картографирование (Leafmap), предобработка геоданных и инженерия признаков, практики в Google Earth Engine. В прикладной части выполнял задачи пространственного анализа и геомаркетинга с ML/DL, а также знакомился с интеграцией ИИ‑решений в QGIS: разработка/встраивание модели, backend‑часть и веб‑приложение (Streamlit), подготовка QGIS‑плагина и работа над итоговым проектом в рамках стажировки/аттестации.