Дмитрий Жогин

ML-инженер | Tech Lead
Санкт-Петербург, RU.

About

Опытный ML-инженер и Tech Lead с 2 годами 9 месяцами стажа, специализирующийся на глубоком обучении, компьютерном зрении и NLP, а также системной аналитике. Эксперт в разработке AI-продуктов и агентов LangGraph с использованием LLM, MLOps (MLFlow, Langfuse) и широкого спектра моделей, включая MobileNet, YOLOv5 и ViT. Успешно руководит созданием масштабируемых и высокопроизводительных решений для автоматизации бизнес-процессов в сферах недвижимости и гидрометеорологии.

Work

OPENCITY
|

ML разработчик (Ведущий) • Tech Lead

Москва, Russian Federation

Summary

Возглавляет как ML разработчик и Tech Lead в OPENCITY, управляя разработкой ИИ продуктов для автоматизации подбора недвижимости и анализа сделок.

Highlights

Разрабатывает и внедряет AI-продукты для автоматизации подбора недвижимости и анализа сделок, повышая эффективность процессов.

Применяет передовые методологии Kanban и Scrum для эффективного управления разработкой ML-решений.

Использует Yandex.Cloud, Prometheus, NLP, LLM и Agentic systems для создания масштабируемых и высокопроизводительных систем.

НИИ Телевидения
|

Фулстек разработчик (Средний) • Программист-инженер

Russian Federation

Summary

Разрабатывал программное обеспечение для гидрометеорологических комплексов, обеспечивая функциональность и надежность систем.

Highlights

Разрабатывал ПО для гидрометеорологических комплексов, выполняя задачи с соблюдением требований NDA.

Применял Git, Python, Linux, Docker, JavaScript, React, Nginx, PostgreSQL и FastAPI для создания полнофункциональных решений.

Использовал компьютерное зрение, QGIS и MatPlotLib для обработки и визуализации данных в рамках проектов.

OPENCITY
|

ML разработчик (Средний) • Программист

Москва, Russian Federation

Summary

Создавал AI-продукты для автоматизации подбора недвижимости и анализа сделок, используя современные ML-технологии.

Highlights

Разработал и внедрил AI-продукты для автоматизации подбора недвижимости и анализа сделок, повышая эффективность и точность.

Применял Git, Python, Docker, PyTorch, PostgreSQL, FastAPI, LLM, NLP для создания интеллектуальных систем.

Использовал Langgraph, Langfuse и Agentic systems для создания сложных и адаптивных ML-решений.

Фриланс
|

ML разработчик (Младший) • Младший ml разработчик

Russian Federation

Summary

Работал как младший ML разработчик на фрилансе, специализируясь на Python, LLM и парсинге данных для различных проектов.

Highlights

Разрабатывал ML-решения на Python, включая использование Langgraph и LLM для различных проектов.

Осуществлял парсинг данных для сбора и обработки информации, обеспечивая подготовку данных для ML-моделей.

Применял Bash и PHP для автоматизации задач и создания вспомогательных скриптов в рамках фриланс-проектов.

Education

Яндекс Практикум
Москва, Russian Federation

Пройденный курс

Обработка естественного языка – NLP

Courses

NLP

PyTorch

Deep Learning

Обработка естественного языка

Санкт-Петербургский государственный университет телекоммуникаций имени профессора М. А. Бонч-Бруевича
Санкт-Петербург, Russian Federation

Бакалавр

Информационных систем и технологий; ИСИТ

Courses

Направление 09.03.02 - "Информационные системы и технологии", профиль "Интеллектуальные информационные системы и технологии"

Базы данных

Алгоритмы

Системная аналитика

Нейронные сети

Университет Иннополис
Иннополис, Russian Federation

Пройденный курс

Программная инженерия: ИТ-лидеры будущего

Courses

TensorFlow

NumPy

Pandas

Математическая статистика

Анализ данных

Jupyter Notebook

MatPlotLib

Deep Learning

Машинное обучение

Нейронные сети

scikit-learn

Languages

Русский
Английский

Skills

Программирование и фреймворки

Python, JavaScript, PHP, Bash.

ML/DL Фреймворки и библиотеки

TensorFlow, PyTorch, LLM, Langgraph, Langfuse, Agentic systems, scikit-learn, NumPy, Pandas, MatPlotLib, Jupyter Notebook, Unsloth.

Данные и Базы данных

SQL, Базы данных, PostgreSQL, Парсинг, QGIS.

DevOps и Инструменты

Git, Linux, Docker, Prometheus, MLOps, MLFlow, Kanban, Scrum.

AI/ML Концепции и Домены

Машинное обучение, NLP, Обработка естественного языка, Компьютерное зрение, Deep Learning, Нейронные сети, Анализ данных, Математическая статистика, RAG.

ML Модели

MobileNet, ResNet, RCNN, YOLOv5, YOLOv8, ViT, DINO, CLIP, SigLIP.

Облачные платформы

Yandex.Cloud.

Другие навыки

Системная аналитика, Управление разработкой, Оптимизация бизнес-процессов, Мобильная разработка, Веб-разработка, Коммуникабельность, Быстрая обучаемость, Саморазвитие, Работа в команде.

Projects

Нейросетевое мобильное приложение для перевода языка жестов

Summary

В рамках дипломной работы разработано мобильное приложение, использующее нейронные сети для перевода языка жестов.