Руководитель лаборатории автоматического машинного обучения

Иван Сгибнев

Руководитель лаборатории автоматического машинного обучения

Биография

Родился в 1995 году, окончил бакалавриат НИУ ВШЭ в 2017 году, в 2019 году – магистратуру НИУ ВШЭ с красным дипломом. С 2019 года работает инженером в ФГУП «ГосНИИАС», с 2021 года занимает позицию руководителя лаборатории.

Опыт работы

Более трех лет в сфере разработки алгоритмов компьютерного зрения.

Интересы

Глубокое обучение, Компьютерное зрение, Робототехнические платформы, Биометрия, Видеоаналитика, AutoML

Языки

русский (родной), английский (B1)

Реализованные проекты

  • Робототехнические платформы: разработка алгоритмов плотной трехмерной реконструкции, детектирования и сопоставления особых точек для модуля SLAM; разработка алгоритмов сематической сегментации и обнаружения объектов в 3D для модуля построения карты проходимости системы технического зрения автономного робототехнического комплекса. Используемый стек: PyTorch, ONNX, TensorRT, Docker; ОС: Linux.
  • Биометрия: разработка алгоритмов детектирования лиц, оценки ракурса, оценки взгляда, оценки качества, пола, возраста, эмоций, детектирования подлога лица (face anti-spoofing), детектирования наличия медицинской маски и распознавания лиц под различные аппаратные платформы; поддержка решений в условиях COVID-19 при перекрытии лиц медицинскими масками. Используемый стек: PyTorch, ONNX, OpenVino, TensorRT, MNN, Docker; ОС: Windows, Linux, Android.
  • Беспилотные летательные аппараты: разработка легковесных нейросетевых алгоритмов для решения задач планирования и подготовки полетных заданий беспилотных летательных аппаратов, включая обнаружение объектов, семантическую сегментацию и восстановление карты высот. Используемый стек: PyTorch, numpy, scipy, torchlib; ОС: Linux, Astra Linux.
  • Программная клиент-серверная платформа обучения нейронных сетей: разработка алгоритмов автоматического формирования архитектур нейронных сетей, автоматического подбора гиперпараметров процесса обучения, автоматического квантования нейронных сетей для решения задач классификации, семантической сегментации, обнаружения объектов и особых точек; поддержка отечественных аппаратных платформ производства ЗАО НТЦ «Модуль», АО НПЦ «Элвис», АО «МЦСТ», ООО «Хайтек». Используемый стек: PyTorch, ONNX, Платформа-ГНС; ОС: Linux.