Сергій Ветеран

Сергій Науменко
ML Engineer
ПРО МЕНЕ

З 2018 року писав на фрілансі парсер та невеликі сервіси з
автоматизації.
У професійній розробці з 2023 року. Довелось швидко вчити
Enterprise стандарти, як керувати проектом і командою.
НАВИ ЧКИ

TensorFlow PyTorch stable-baselines-3 NumPy Pandas
КОНТАКТИ
Gym (gimnasium) Scikit-learn umap GIT
Місцезнаходження
Modular programming Seaborn Matplotlib DRY Odesa, Odesa Oblast, Ukraine
Convolution Neural Networks Reinforcement Learning
Дистанційно
Email
Keras SOLID Feature Engineering OpenCV Python [відкрити контакти](див. вище в блоці «контактна інформація»)
MkDocs Robotics Pydantic mavlink Телефон
[відкрити контакти](див. вище в блоці «контактна інформація»)
ДОСВІД РОБОТИ Telegram
https://t.me/srg_nmnk
ML and Robotics Engineer in MilTech в СОУ 2023 - present
LinkedIn
Розробка систем автономного керування мультироторами на [відкрити контакти](див. вище в блоці «контактна інформація»)
базі стеку ArduPilot через протокол MAVLink. enko
Реалізація алгоритмів навігації та обробки даних з LiDAR SLAM. GitHub
Впровадження методів класичного CV (pHash, dHash, контурний https://github.com/SeregaCodit
аналіз) для задач, де нейронні мережі є надлишковими.
МОВИ
Створення кастомних RL-середовищ (Unreal Engine + AirSim + SITL).
Розробка функцій винагороди, логіки ресету та формування Українська C2
просторів спостережень.
Англійська B1
Навчання RL-агентів з використанням асиметричних політик:
застосування privileged observations (ground truth).

Впровадження Sim-to-real переносу моделей через Domain
Randomization.

Оптимізація процесу навчання: розробка моделей Behavior
Cloning та feature engineering для «warm start» агентів, що значно
прискорило їх збіжність.

Проєктування архітектур CNN та автоматизація пошуку
гіперпараметрів через Optuna / Hyperband.

Розробка власного CLI-інструменту для аналізу, балансування та
візуалізації статистик датасетів.
ДОДАТКОВІ КУРСИ ТА ТРЕНІНГИ

Machine Learning в Hillel IT School 2024
https://certificate.ithillel.ua/view/69738694 ЧУДОВО 1E МІСЦЕ

ПОРТФОЛІО

DataForge в СОУ 2.2026
 ata o ge СОУ
Це те що можна показати, з моїх робот "на широку публіку".

Через деякий час стало ясно що скріпити "на швидку руку" десь
втрачаються, або їх потрібно переписувати. Також багато колег навіть не
задумувались про існування таких речей як SpartialBias у CNN. Тож встало
питання створення простого, надійного, універсального інструментарію
для аналізу та балансування датасетів (наразі в розробці)
оптимізованого під роботу з NAS накопичувачами.
https://github.com/SeregaCodit/DataForge