Данила Шорох

Lead ML/Computer Vision Engineer @ Спорттех стартап
Data Science/ML
Team Lead/Management
Собеседования
System Design
Данила Шорох
Опыт: 5-10 лет
Цена (за час): 5000 руб
О себе

Lead Computer Vision Engineer, 9+ лет в production ML/CV. Сейчас веду команду из 7 человек в спорттех-стартапе. До этого — 5 лет в СИБУР (первый CV-инженер, 500+ млн ₽ бизнес-эффекта), 2 года в финтехе. Запускал CV-направления с нуля, вырастил 3 стажёров до middle. Помогу с карьерой в CV/ML, подготовкой к собеседованиям, проектированием production-систем и переходом в Lead-роль.

С чем помогу

  • Карьерный рост в Computer Vision / ML — от Junior до Senior, переход в Lead-роль, смена домена (например, из классического ML в CV)

  • Подготовка к собеседованиям на CV/ML позиции — мок-интервью, разбор задач (теория DL, system design, live coding), вопросы про опыт

  • Разбор резюме и портфолио для CV/ML инженеров — как упаковать опыт, какие проекты подсветить, как пройти скрининг

  • Проектирование CV-систем под продакшн — выбор архитектуры, оптимизация inference (OpenVINO / TensorRT / Triton), деплой на edge / CPU / GPU

  • End-to-end ML-пайплайны — от сбора и разметки данных (CVAT) до MLOps (ClearML, DVC, FiftyOne, мониторинг моделей в Grafana)

  • Решение конкретных CV-задач — детекция, трекинг, pose estimation, segmentation, OCR, классификация, multi-camera системы

  • CV в спорттехе — real-time видеоаналитика, мультикамерные стенды, стереометрия, регистрация игровых событий

  • CV в индустриальных задачах — детекция аномалий, контроль персонала и СИЗ, аналитика производственных процессов

  • Запуск CV-направления с нуля в компании — первые шаги, найм, выбор стека, приоритизация задач, MVP → продакшн

  • Тимлидство в ML/CV — как перейти из инженера в лида, выстраивание процессов, менторство команды, работа со стейкхолдерами

Компетенции
Computer Vision, Deep Learning, Machine Learning, MLOps, Python, PyTorch, OpenCV, scikit-learn, NumPy, Pandas, object detection, object tracking, pose estimation, segmentation, OCR, classification, multi-camera systems, TensorRT, OpenVINO, ONNX, Triton Inference Server, Docker, ClearML, DVC, FiftyOne, CVAT, FFmpeg, system design, ML system architecture, end-to-end ML pipelines, sports analytics, industrial AI