Павел

РЕЗЮМЕ

Павло Станіславович Гуменюк
Дата народження: 1981 р.
Посада: Розробник штучного інтелекту (AI/ML Engineer)
Контакти: [відкрити контакти](див. вище в блоці «контактна інформація») | Telegram: @Super191423

За запитом: LinkedIn / GitHub / Portfolio
Професійний профіль

Досвідчений фахівець із понад 20 роками роботи в ІТ та суміжних галузях. Маю вищу економічну та середню технічну освіту. Спеціалізуюся на розробці рішень на базі штучного інтелекту, комп’ютерного зору, обробки природної мови та рекомендаційних систем.
Орієнтований на реальні, технічно чіткі проєкти з зрозумілим стеком, якісними даними та сучасною інфраструктурою (Python, TensorFlow, PyTorch, ONNX, GPU-прискорення). Ціную адекватність, прозорість і професійний підхід — як у команді, так і в завданнях.
Шукаю проєкти, де ШІ вирішує конкретні бізнес- або оборонні задачі, а не виступає маркетинговою обгорткою. Готовий до повноцінної роботи над продуктом: від прототипу до розгортання.
Технічні навички
Мови програмування: Python (основна), SQL, Bash
Фреймворки ШІ/ML: TensorFlow, PyTorch, ONNX, OpenCV, YOLO, Detectron2
Комп’ютерний зір: face landmark detection, emotion/micro-expression recognition, object detection, semantic segmentation
Обробка даних: Pandas, NumPy, OpenCV, Dlib
Інфраструктура: GPU-прискорення (CUDA/cuDNN), edge AI (NVIDIA Jetson), хмарні сервіси
Інше: рекомендаційні системи, fine-tuning моделей, робота з великими датасетами, інтеграція API (ChatGPT, Google Vision тощо)
Ключові проєкти та пропозиції
1. «ФАСАД» — Система аналізу поведінки та психофізіологічного стану військовополонених (власна розробка, готова до доробки та розгортання)
Проєкт розроблено для потреб ЗСУ з метою підвищення ефективності допитів. Система працює в реальному часі з відеопотоку високороздільної камери та поєднує сучасний ШІ з методологією аналізу обличчя (Мянь Сян).
Функціонал:
Виявлення мікрорухів м’язів обличчя, неусвідомлених реакцій (зіниці, моргання, напруженість щелепи)
Розпізнавання емоцій (7 базових + стрес/агресія)
Аналіз мікровиразів
Морфологічний аналіз обличчя за даоськими принципами
Інтегрована модель оцінки: ймовірність брехні, психологічна стійкість, приховані мотивації
Технології: TensorFlow/PyTorch, ONNX, GPU-прискорення, face landmark detection (68/106 точок).
Переваги: локальне розгортання (без хмари), висока конфіденційність, адаптація під специфіку цільової аудиторії.
Система допомагає оператору, а не замінює його, надаючи об’єктивні дані для обґрунтованих рішень.
2. Пропозиція впровадження ШІ для мережі мультибрендових автосалонів (11 брендів: Hyundai, Mazda, Opel, Mitsubishi, Nissan тощо)
Розроблено комплекс ідей для зростання продажів і оптимізації процесів:
Розумний рекомендаційний двигун
Персоналізовані рекомендації на сайті та в салоні на основі бюджету, потреб, історії переглядів. Чат-бот/конфігуратор пропонує 3–5 моделей із порівнянням і розрахунком кредиту. Очікуване зростання конверсії: 20–40%.
Автоматична оцінка авто на trade-in
Клієнт завантажує фото/відео → комп’ютерний зір аналізує стан кузова, салону, пробіг → попередня оцінка за 5–10 хвилин. Зменшує навантаження на оцінювачів і збільшує ліди.
ШІ-чатбот із голосовим інтерфейсом (24/7)
Багатомовний помічник для консультацій, запису на тест-драйв/сервіс, розрахунку кредиту/лізингу. Обробляє 70–80% рутинних запитів.
Реалізація можлива на базі готових API (ChatGPT, Google Dialogflow) або кастомних моделей.
3. Пропозиція ШІ-модуля для автономного виявлення мін і ВНП дронами (для компаній оборонного сектору, наприклад RAROG Aerospace / UDI)
Ідея інтеграції комп’ютерного зору в існуючі дрони для гуманітарного та військового розмінування.
Підхід:
Fine-tuning моделей (YOLOv10, Detectron2, Segment Anything Model 2) на датасетах українських мін (ПМН-2, ТМ-62 тощо)
Робота в реальному часі на борту (edge AI, NVIDIA Jetson) або в хмарі
Додаткові функції: 3D-картографування, інтеграція з системами наведення
Переваги: точність >90%, створення нового продукту для ЗСУ та експорту, можливість залучення грантів (NATO/EU). Прототип можливий за 6–12 місяців.
4. Застосування штучного інтелекту для Медичної служби
Запропонована ідея: Впровадження ШІ на базі комп'ютерного зору для автоматичного аналізу рентгенівських знімків та УЗД у стабілізаційних пунктах для швидкого виявлення критичних бойових травм (пневмоторакс, гемоторакс, переломи, внутрішні кровотечі).
Чому це актуально і корисно саме для Медичної служби
У бойових умовах час — ключовий фактор виживання: пневмоторакс чи внутрішня кровотеча можуть вбити за хвилини, а ручна інтерпретація знімків під тиском і в обмежених умовах уповільнює діагностику.
Служба вже має сучасне діагностичне обладнання (рентген, КТ, УЗД) і працює за протоколами TCCC, де швидка оцінка травм критична.
У 2026 році моделі ШІ для медичної радіології (наприклад, на базі YOLOv10, CheXNet-еволюцій або спеціалізованих моделей типу MedSAM/Grounding DINO для сегментації) досягли точності >95% у виявленні пневмотораксу, переломів і кровотеч на рентгені/КТ, перевершуючи навіть досвідчених радіологів у швидкості та в умовах втоми.
Це ідєя стабілізаційні пункти та хірургічні команди, зменшить навантаження на персонал і підвищить виживаність поранених.
Як реалізувати
Збір даних — Використовуйте анонімізовані архіви знімків з ваших випадків (боєві травми: вогнепальні, осколкові, вибухові). Доповнити відкритими датасетами (CheXpert, MIMIC-CXR, VinDr-RibCX R) та спеціалізованими військовими (якщо доступні через партнерів НАТО).
Навчання моделі — Fine-tuning відкритих або комерційних моделей (наприклад, Google Med-Gemini, або open-source на базі Vision Transformer) під типові українські бойові травми. Можна на GPU-кластері або в хмарі (AWS/Google Cloud з медичними сертифікаціями).
Інтеграція —
Edge AI на планшетах/ноутбуках у стабпунктах (легкі моделі на NVIDIA Jetson або навіть мобільних пристроях).
Автоматична розмітка знімків: "Ймовірність пневмотораксу — 98%, рекомендація: негайна декомпресія".
Інтеграція з PACS-системою (якщо є) або простим мобільним додатком для завантаження знімків.
Додаткові функції —
Автоматична пріоритизація пацієнтів (triage) на основі аналізу знімків + вітальних показників.
Інтеграція з телемедициною для швидкої передачі "попередньої діагностики" удаленим фахівцям.
Сертифікація за медичними стандартами (FDA/CE аналог для військового використання, або через партнерів НАТО).
Переваги для служби
Збільшення швидкості діагностики в 5–10 разів, особливо вночі або при великому потоці поранених.
Зменшення помилок через людський фактор (втома, стрес).
Новый інструмент для навчання персоналу та аналізу ефективності протоколів.
Можливість залучити гранти/партнерства від NATO Defence Innovation Accelerator, DARPA-подібних програм або українських фондів (Brave1, Army of Drones ініціативи в медичному напрямку).
Експортний потенціал: аналогічні системи затребувані в інших арміях і гуманітарних місіях.
5. Актуальна ідея застосування ШІ на 2026 рік — впровадження предиктивного обслуговування (predictive maintenance) холодильного обладнання.
Чому це корисно:
Аналіз даних з IoT-датчиків дозволяє прогнозувати поломки заздалегідь.
Знижує витрати на сервіс на 20–30% за рахунок переходу до проактивного обслуговування.
Створює новий дохід через підписку на «розумний моніторинг».
Підвищує лояльність клієнтів завдяки алертам і рекомендаціям.
Оптимізує енергоспоживання, що відповідає ESG-вимогам.
Як реалізувати:
Встановити датчики в обладнання.
Створити хмарну платформу для обробки даних ШІ.
Розробити додаток з дашбордами та сповіщеннями.
Запустити пілотний проєкт на ключових клієнтах.
Цей підхід вже працює в галузі промислового охолодження і може стати конкурентною перевагою в сегменті обладнання для напоїв.

Освіта
Вища економічна освіта
Середня технічна освіта
Досвід роботи
Понад 20 років у ІТ та суміжних галузях (деталі за запитом).
Готовий надати приклади коду, демонстрації прототипів чи детальніші технічні специфікації. Шукаю проєкти з чітким технічним завданням, адекватною командою та ринковою компенсацією. Якщо ваші задачі відповідають описаному — будемо раді співпраці.
Хоббі та інтереси
Створення відеороликів за допомогою штучного інтелекту (AI): захоплююсь генерацією креативного відеоконтенту з використанням сучасних AI-інструментів (наприклад, Runway, Pika Labs, Kling AI тощо). Це хоббі допомагає мені розвивати навички швидкого прототипування візуального контенту, розуміння трендів цифрового маркетингу, монтажу та роботи з генеративними технологіями. Готовий застосовувати ці вміння для створення промо-матеріалів, внутрішнього контенту чи маркетингових кампаній компанії.
Моє портфоліо за посиланням:
https://youtu.be/MTii3rYhqJ0