Андрій

Р Е З Ю М Е ( C.V. )

Computational Scientist (R&D) | Математичне моделювання | Data Science |
Agri-Drone Geospatial Data Engineering | LiDAR/Point Cloud Processing

Бажана зайнятість: проєктна робота / повна зайнятість
Формат: remote / contractor (ФОП 3 гр.) або інший формат за домовленістю; гнучкий графік.

Чепок Андрій (к. ф.-м. н.)
[ https://orcid.org/0000-0002-7902-9652 ]

Residence: Odessa, 65113, Ukraine
Contacts: [відкрити контакти](див. вище в блоці «контактна інформація»), [відкрити контакти](див. вище в блоці «контактна інформація»)

ПРОФЕСІЙНИЙ ПРОФІЛЬ
Досвідчений Computational Scientist (R&D) із фундаментальним математико-фізичним бекграун-
дом (PhD in Solid State Physics; MSc in Computer Science; MSc in Semiconductor Physics) та 25-річним до-
свідом у науково-технічних дослідженнях, математичному моделюванні, чисельних експериментах та
computational data analysis.
Спеціалізуюся на задачах, де необхідно поєднати математичну модель, програмну реалізацію,
обробку даних та інженерну інтерпретацію результатів.
Поточні напрями професіональної діяльності:
Mathematical / Computational Modeling;
Scientific Data Analytics та Statistical Data Analysis;
Python / VBA / Excel 365 / R / SQLite;
чисельні експерименти, +Monte Carlo, стохастичне моделювання;
обробка великих та напівструктурованих datasets;
Data Cleaning, Transformation та ETL;
Agri-Drone Mission Planning;
Agri-Drone Geospatial Data Engineering;
GIS-oriented processing of agricultural field geometries;
LiDAR / Point Cloud Processing;
координатні трансформації WGS84 / UTM / Local Metric Geometry;
Spatial Geometry Validation та Spatial QA/QC;
GeoJSON / KML processing та GIS data export.
Окремий поточний напрям професійного розвитку – створення практичних Excel/VBA-based
geospatial data pipelines для підготовки та аналізу полігонів сільськогосподарських полів, які можуть
використовуватися як попередній етап Agri-Drone Mission Planning.
Додатковий напрям професійної діяльності: розробка автоматизованих Python-based Geospatial
Data pipelines, що охоплюють Spatial QA/QC, перевірку та виправлення геометрії, розрахунок метричних

1/6

характеристик, експорт GIS-даних, генерацію інтерактивних HTML-карт і звітів та інтеграцію з
QGIS для фінального просторового аудиту.

КЛЮЧОВІ КОМПЕТЕНЦІЇ та НАВИЧКИ
1. Computational Science & Mathematical Modeling, R&D
математичне моделювання складних природничих і технологічних систем;
обчислювальні проекти: постановка та реалізація;
чисельні експерименти;
формулювання та тестування науково-технічних гіпотез;
Monte Carlo Simulation;
stochastic analysis;
analysis of time series;
Fourier analysis;
computational physics;
numerical optimization.
2. Scientific Data Analytics
Exploratory Data Analysis (EDA);
статистичний аналіз даних;
statistical inference;
кластеризація;
прогнозування;
аналіз часових рядів;
Python/R/Excel-based analytics;
робота з великими datasets;
Data Cleaning & Transformation.
Практичний досвід роботи з datasets ≥ 900k+ записів у задачах поведінкового моделювання та
Product Analytics (User Behaviour Modeling).
3. Programming & Data Automation
VBA / Excel-365
розробка прикладних 𝑐𝑜𝑚𝑝𝑢𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑙 𝑡𝑜𝑜𝑙𝑠;
𝑑𝑎𝑡𝑎 𝑎𝑛𝑎𝑙𝑦𝑠𝑖𝑠; ⎧автоматизація data − 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑤𝑜𝑟𝑘𝑓𝑙𝑜𝑤𝑠;
⎧ ⎪
⎪ 𝑛𝑢𝑚𝑒𝑟𝑖𝑐𝑎𝑙 𝑚𝑜𝑑𝑒𝑙𝑖𝑛𝑔; 𝑑𝑦𝑛𝑎𝑚𝑖𝑐 𝑎𝑟𝑟𝑎𝑦𝑠 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔;
⎪
Python 𝑆𝑄𝐿𝑖𝑡𝑒 (𝑠𝑞𝑙𝑖𝑡𝑒3); складні формули;
⎨ 𝑑𝑎𝑡𝑎 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔; 𝑏𝑖𝑔 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔;
⎪ ⎨
⎩𝑐𝑜𝑚𝑝𝑢𝑡𝑎𝑡𝑖𝑜𝑛𝑎𝑙 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑠; ⎪ просторові координатні розрахунки;
⎪ GIS − oriented data processing;
⎩ експорт структурованих просторових даних
𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐𝑎𝑙 𝑎𝑛𝑎𝑙𝑦𝑠𝑖𝑠; 𝑒𝑥𝑡𝑟𝑎𝑐𝑡𝑖𝑜𝑛;
R 𝑓𝑖𝑙𝑡𝑒𝑟𝑖𝑛𝑔;
𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐𝑎𝑙 𝑖𝑛𝑓𝑒𝑟𝑒𝑛𝑐𝑒; SQLite
𝑑𝑎𝑡𝑎 𝑒𝑥𝑝𝑙𝑜𝑟𝑎𝑡𝑖𝑜𝑛 𝑗𝑜𝑖𝑛𝑠;
підготовка аналітичних 𝑑𝑎𝑡𝑎𝑠𝑒𝑡𝑠

4. AGRI-DRONE & GEOSPATIAL DATA ENGINEERING

Сертифікований Agricultural Drone Data Engineer (Wageningen University & Research / Agri-Academy).
Поєдную досвід математичного моделювання, аналізу сенсорних даних (Physics-Aware Sensor Data
Engineering) та геопросторової обробки для задач «Agri-Drone Mission Planning», «Precision Agricultural
Data Engineering» та «Agri-Drone Data Engineering & LiDAR/GIS».
2/6

♦ Основні геопросторові компетенції :
1. Coordinate Systems & CRS: WGS84, UTM Projection, Local Cartesian/Metric Geometry, EPSG iden-
tification & conversion.
2. Polygon Geometry & Spatial QA/QC: Processing agricultural field boundaries, metric metrics calcula-
tion (perimeter, area, bounding-box), spatial geometry validation & topology checks.
3. GIS Data Formats & Export: Parsing, transformation, and export of GeoJSON, KML/XML, and GIS-
compatible spatial formats for UAV flight planning.

♦ Власні Geospatial Data Pipelines (Python (GeoPandas, Shapely, PyPROJ, sqlite3), VBA) :
Розроблено серію серію гібридних автоматизованих дата-пайплайнів (Python + VBA) для обробки
векторних геоданих сільськогосподарських полів із GIS-джерел та підготовки геометрії до UAV Mission
Planning workflow, серед яких:
• GeoJSON_to_FieldData Pipeline («GeoJSON → Spatial QA/QC → Metric Geometry»): автоматичне
перетворення гео-полігонів у структуровані метричні параметри поля з валідацією геометрії гео-об`єк-
тів.
• KML_to_FieldData Pipeline («KML/XML → Coordinate Isolation → WGS84/UTM → Metric Geome-
try»): точне вилучення геометрії полів із KML-файлів, автоматичний перерахунок у метричні системи ко-
ординат та оцінка просторових параметрів для полігонних місій БПЛА.
• Python-Based Geospatial QA/QC & GIS Automation Pipeline («GeoJSON → Spatial QA/QC → Geom-
etry Repair → Spatial Metrics → GeoPackage/KML → Leaflet Map + HTML Report → QGIS Audit »): розроб-
лено автоматизований Python-based workflow для перевірки, виправлення та підготовки геопросторових
даних сільськогосподарських полів із подальшим GIS-експортом, веб-візуалізацією та інтеграцією з QGIS.

5. LiDAR / Point Cloud Processing – базовий практичний рівень
Практичний досвід візуалізації та первинного аналізу LiDAR point clouds у форматах LAS, LAZ
та COPC.LAZ із використанням QGIS 3.44.
Робота з основними атрибутами хмари точок: Z (elevation), Intensity, Classification.
2D/3D візуалізація LiDAR-даних, налаштування 3D-сцени, освітлення, тіней, вертикального мас-
штабу та положення камери.
Первинний аналіз просторової структури та класів LiDAR-точок.
Практичне ознайомлення з workflow Point Cloud → Classification → Ground/Non-Ground →
DTM/DSM → GIS analysis.
QGIS-based preparation for further LiDAR point-cloud classification, surface extraction and
vectorization.
Інтеграція LiDAR/GIS workflow з власними навичками WGS84/UTM, просторової геометрії,
GeoJSON/KML та Agri-Drone Data Engineering.

ПРОФЕСІЙНИЙ ДОСВІД
♦ Червень 2024 – дотепер (ФОП 3-ї групи): Data Science консультант / Незалежний експерт
з обробки даних та автоматизації:
Розробка Python- та VBA-рішень для обробки наукових, технічних, інженерних і бізнес-
даних.
Проєктування та реалізація геопросторових data-processing pipelines для обробки геометрії
сільськогосподарських полів із GeoJSON, KML/XML та GIS/e_map-джерел.
Реалізація Spatial QA/QC, координатних трансформацій, валідації геометрії та розрахунку
метричних характеристик полів для подальшого UAV Mission Planning.

3/6

Розробка Python-based Geospatial QA/QC & GIS Automation Pipeline, що поєднує перевірку
GeoJSON, виправлення геометрії з використанням Shapely, розрахунок просторових мет-
рик, експорт у GeoPackage/KML, генерацію інтерактивної Leaflet-карти та HTML-звіту й
автоматичний запуск QGIS для просторового аудиту.
Автоматизація повного циклу геопросторової обробки: від перевірки вхідних даних до
формування GIS-сумісних результатів, вебвізуалізації та перевірки в настільній GIS-сис-
темі
Розробка прикладних інструментів для математичного моделювання, статистичного ана-
лізу, чисельних експериментів та підтримки прийняття рішень.
Обробка складних і напівструктурованих наборів даних із використанням Python, R,
VBA/Excel та SQLite.
Розробка навчальних матеріалів і прикладної концепції курсу «Планування місій БПЛА
та інженерія даних БПЛА».
Технічний переклад з експертною верифікацією (ENG↔UKR/RUS) у межах B2B-
співпраці.
♦ Вересень 2023 – Червень 2024: доцент кафедри Комп’ютерних систем та технологій. |
Одеський національний університет ім. І.І.Мечникова.
♦ Вересень 2012 – Липень 2023: доцент кафедри Інженерії програмного забезпечення
(ДУІТЗ) / каф. Інформаційних технологій (ОНАЗ ім. Попова). 11 років ведення лекцій, прак-
тики/лаб. англійською мовою | Державний університет інтелектуальних технологій і зв’язку
(ДУІТЗ, раніше – ОНАЗ ім. Попова).
♦ Вересень 2005 – Вересень 2012: старший викладач кафедри Математики та математич-
ного моделювання | Міжнародний гуманітарний університет (Одеса).
♦ (До 2005): інженер-конструктор 1-ї категорії спец. КБ «Сенсор» | Науково-дослідний
Центр (ВО «Позитрон» (м. Івано-Франківськ), НВО «Мікропроцесор»).

ОСВІТА
● к. ф.-м. н. (Фізика твердого тіла) | Південно-Український НПУ ім. Ушинського.
● магістр (MSc) Computer Science | Південно-Український НПУ ім. Ушинського.
● магістр (MSc) «Фізика напівпровідників та діелектриків» | ОНУ ім. Мечникова.

ПРОФЕСІЙНІ СЕРТИФІКАТИ та ДОДАТКОВА КВАЛІФІКАЦІЯ
● Сертифікат «Python для баз даних» (SQLite/sqlite3; багатоступеневий збір, аналіз та об-
робка даних; кастомні інтерактивні візуалізації D3.js) | Prometheus (2026).
● Сертифікат «Аналіз даних та статистичне виведення на мові R» | George Soros Inter-
national Renaissance Foundation | Prometheus (2026).
● Сертифікат «Основи військової топографії» (Військовий інститут КНУ ім. Т.
Шевченка; курси "Вишкіл капітанів") | Prometheus (2026).
● Сертифікат «Agricultural Drones: Preparing and Design UAV-mission» (Agricultural
Drone Data Engineer #56f8C93D7C9F4A5186DDBC942DFBDAAE) | Wageningen Univ. & Re-
search (WUR) | Agri-Academy (2026).
● Сертифікат «Цифровізація бізнесу від EU4Digital Academy» | Digital Marketing Institute
| Prometheus (2026).
● Сертифікат «ШІ для бізнесу» | Google | Мін.Економіки України | EdEra (2025).

4/6

● Сертифікат «Основи цифрового маркетингу» | Digital Marketing Institute | Prometheus
(2025).
● Сертифікат «ШІ у бізнесі» | Prometheus (2025).
● Сертифікат «Академія ШІ для освітян від Google» | ТОВ «Академія цифрового ро-
звитку» (2025).
● Свідоцтво про рівень володіння англійською мовою (Upper-Intermediate / B2, 304 навч.
год.) | Курси іноземних мов «Чкаловські» (Одеса, 2011).

НАУКОВИЙ ПРОФІЛЬ
ORCID: https://orcid.org/0000-0002-7902-9652
Scopus: AuthorId: 26646433300 https://www.scopus.com/authid/detail.uri?au-
thorId=26646433300
Web of Science ResearcherID: F-6460-2018 https://www.webofscience.com/wos/author/rec-
ord/F-6460-2018
Google Scholar: https://scholar.google.com.ua/citations?user=AdcmP08AAAAJ&hl=uk

МОВНІ КОМПЕТЕНЦІЇ
● Українська: Рідна (вільне професійне володіння).
● Англійська: Upper-Intermediate (B2) – вільне володіння, лекції/практика/лаб. у ВНЗ, тех-
нічні переклади та ведення технічної документації.

LinkedIn-профіль: [відкрити контакти](див. вище в блоці «контактна інформація»)

R&D Portfolio
Selected Sci. & Engineering Projects:

Project Role Technologies
Прикладний проєкт (2026): «Python-Based Geospatial QA/QC & GIS
Automation Pipeline». Sole Python, Shapely, GeoPackage,
Розробка автоматизованого процесу перевірки та виправлення гео- Developer / KML, Leaflet, HTML, QGIS
Geospatial 3.44.15,
метрії GeoJSON, розрахунку метричних параметрів полів, експорту
Data
GeoPackage/KML, генерації інтерактивної Leaflet-карти та HTML- Windows subprocess
Engineer
звіту, автоматичного відкриття результату в QGIS для фінального ау- automation
диту.
Прикладний проект (2026): «Agri-Drone Data Engineering & UAV
Mission Planning – просторовий data pipeline та GIS-експорт». Sole Devel- геодезичні координати WGS84,
oper / Data UTM, Local Cartesian Geometry,
Розроблено власний прототип data-processing pipeline для Agri- GeoJSON, KML
& Computa-
Drone Mission Planning, призначений для підготовки, метричної об-
tional Engi- (VBA, Python)
робки, валідації та GIS-експорту геометрії сільськогосподарських neer
полів. Реалізовано модульну VBA-архітектуру з 5 функціональних
блоків на кшталт послідовності "WGS84→UTM→Local Metric
Geometry→Geometry Validation→GeoJSON/KML" та «JSON,KML→
UTM_Field-data».
Прикладні дослідження (2026): «Двохрівнева MINLP-оптимізація Sole Numerical Modeling, MINLP
розміщення гібридних ретрансляторів у VHF/UHF радіолініях із Author Optimization, Computational

5/6

складним рельєфом» Physics & RF Engineering
(VBA, Python)
Прикладні дослідження (2024): «Моделювання вільного падіння Sole Monte Carlo Simulation, Compu-
предметів різноманітних форм в умовах реальної динамічної ат- Author tational Physics,
мосфери Землі» Atmospheric Modeling,
Statistical Analysis
(VBA, Python)
Науково-дослідна робота (2020-2021): «Комп’ютерне моделювання Sole Monte Carlo Simulation, Compu-
поведінки бджіл-розвідників під час інтенсивного медозбору» Author tational Physics,
Statistical Analysis
(VBA, Python)
Науково-дослідна робота (2019-2020): «Комп’ютерне моделювання Sole Monte Carlo Simulation, Compu-
процесу колонізації грунту однорічними рослинами» Author tational Physics,
Statistical Analysis
(VBA, Python, Visual
Studio .NET 2013)
Науково-дослідна робота (2018-2019): «Комп’ютерне моделювання Sole Monte Carlo Simulation, Statisti-
певних стадій фуражної поведінки комах-опилювачів» Author cal Analysis
(VBA, Python, Visual
Studio .NET 2013)
Науково-дослідна робота (2017-2018): «Комп’ютерне моделювання Sole Monte Carlo Simulation, Compu-
терморегуляції маточки квітки фруктових дерев» Author tational Physics,
Statistical Analysis
(VBA, Python, Visual
Studio .NET 2013)
Collaborative Sci.&Research Project FP7-NMP-2010-SMALL-4 (2010- Co-author EM Numerical Simulation,
2013): Full title: “Towards efficiency enhancement of hybrid organic Computational Physics
(MATLAB R2007a,
solar cells through incorporation of metallic nanostructures”; Acronym: COMSOL FEMLAB,
PlasmoSolar; Work programme topics addressed: Promising organic and VBA, VB6)
inorganic hybrids, building blocks at the nanoscale, interfaces in hybrids,
cost-effective processing technologies, nano-engineered structures.
Науково-дослідна робота (2010-2011): «High-Velocity Signal Propa- Co- EM Numerical Simulation,
gation through chains of metallic nanoparticles embedded in Dielec- author Computational Physics
(MATLAB R2007a,
trics» VBA, VB6)
Науково-дослідна робота (2010-2011): «Influence of metallic Sole EM Numerical Simulation,
nanoparticles on the optical and photoelectric properties of Solids» Author Computational Physics
(MATLAB R2007a, COMSOL
FEMLAB,
VBA, VB6)
Науково-дослідна робота (2003-2005): «Computer simulation of Sole Monte Carlo Simulations,
atmospheric gas adsorption on the SnO₂(110) surface using Monte Author Computational Physics
(VBA, VB6, Visual
Carlo method» Studio .NET 2003)
Науково- дослідна робота (1999): «Моделювання текстури та ро- Sole Material Properties
зрахунки анізотропії механічних властивостей промислових Author Modeling, Computational
сплавів титану на основі ФРО поліклісталітів» Physics, Applied Engineering
(Delphi, VBA)
Науково-експериментальна робота (1998): «Сенсибілізована барвни- Co-author Optical Materials
ком антистоксова люмінесценція галогенід-срібних мікрокриста- Research, Computational
Physics, Applied Engineering
лів типу Core-Shell» (Fortran, Pascal, Delphi)

6/6