MedTech задачи:1) Сбор и анализ данных тепловых карт взгляда, психоэмоцианальном состоянии и сердечном ритме сотрудников. Тесная работа медицинскими сотрудниками.2) — Классификация психоэмоционального состояния человека с использованием моделей градиентного бустинга. — Вместе с командой достиг высокой точности и скорости обучения и предсказания на внутреннем датасете (F-мера: 0.92) при подборе параметров через optuna для LightGBM.3) — Кластеризация тепловых карт внимания человека.— при помощи моделей AE и VAE выявил основные паттерны и аномалии в данных. Достигнуты значения лосс функции: 1е-4.4) — Классификация эмоций (7 классов) человека по видео.— При помощи канонического ViT и оптимизации Wandb Sweep достиг F-меры: 0.86 на внутренних и открытых датасетах (FER2013, RAF-DB, CK5).— Также при помощи CNN сети получил оптимальную и быстродействующую архитектуру на CPU для 4 классов.

Стартап: «Автоматическая генерация рилсов по текстовому описанию»:1) Разработка технического задания, работа с юристами и проведение переговоров с партнерами.2) Разработана высоконагруженная ретривер-система, которая анализирует текстовое описание, подбирает подходящие видеосцены из базы данных и генерирует сценарий для рилса. Добились высокой скорости и точности работы системы на различных датасетах.