Python developer / Applied ML

Данил
ГнеушевDanil
Gneushev

Превращаю данные в работающие сервисы: от прогноза закупок до аналитики видео.I turn data into working products, from purchasing forecasts to video analytics.

Смотреть проектыExplore projects Резюме PDFResume PDF ↗
embeddings / 2D
Illustration: scattered data points group into two clusters

Пишу на Python. Работаю с данными, ML и компьютерным зрением. Люблю, когда сложная система выглядит для пользователя просто.I build with Python, data, machine learning and computer vision. I like making complex systems feel straightforward to use.

ДВФУFEFU

Программная инженерия
2 курс · очная формаSoftware Engineering
2nd year · full-time

Где работаю.Where I work.

01

DA | Studio

Студия разработкиDevelopment studio

с сентября 2025since September 2025
02

ФрилансFreelance

Прямая работа с клиентамиDirect client work

Kwork

Компании, с которыми работалCompanies I have worked with

Данные
в деле.Data.
Put to work.

Четыре коммерческих проекта — от данных на входе до результата для пользователя.Four commercial projects, from input data to a useful result.

01

Inventory

Сверка → расхождения → решенияCompare → review → resolve

Остатки без догадок.Stock, without guesswork.

Сопоставляет учётные и фактические остатки. Показывает расхождения, чтобы их можно было разобрать и сохранить решение.Compares recorded and counted stock. Makes differences visible, ready to review and resolve.

FastAPI · DuckDB · OData

Открыть демоOpen demo

Синтетические данные в демоSynthetic demo data

Inventory: compare recorded and counted stock, inspect differences, export decisions В УЧЁТЕRECORDED241812 ПО ФАКТУCOUNTED241612 ≠ РАСХОЖДЕНИЕDIFFERENCE−2Проверить причинуReview the causeРешение → ExcelDecision → Excel

02

Forecast

История → прогноз → заявкаHistory → forecast → order

Что и сколько заказать.What to order. How much.

Прогноз закупок для сети ресторанов «Токио». История продаж превращается в рекомендации по товарам и точкам на несколько дней вперёд.Purchasing forecasts for the Tokio restaurant chain. Sales history becomes product and location recommendations for the coming days.

CatBoost · HGB · pandas

Открыть демоOpen demo

Синтетические данные в демоSynthetic demo data

Forecast: sales history becomes a demand forecast and purchase order ПРОДАЖИSALESПРОГНОЗ СПРОСАDEMAND FORECAST ЗАЯВКАPURCHASE ORDERD+248D+352D+445 История по товарам и точкамHistory by SKU and location

03

CameraFlow

Видео → треки → подсчётVideo → tracking → counts

Видео становится данными.Video becomes data.

Загрузите запись и проведите линию. Сервис посчитает проезды в обе стороны, сохранит размеченное видео и события в CSV.Upload a recording and draw a line. The service counts crossings in both directions, saves annotated video and exports events to CSV.

YOLO · ByteTrack · FastAPI · React

Открыть демоOpen demo

Общее демо для коротких записейShared demo for short recordings

CameraFlow: tracked vehicles cross a line and are counted in both directions TRACK 01 TRACK 02 A → B0B → A0Линия подсчётаCounting line

04

TrafficVision

Камера → события → аналитикаCamera → events → analytics

Поток у кофейной точки.Traffic at a coffee stop.

Разделяет проезды через точку обслуживания и по дороге. События сохраняются отдельно: их можно проверять и анализировать по времени.Separates service-point crossings from road bypasses. Events are stored independently for review and analysis over time.

YOLO · ByteTrack · SQLite · Streamlit

Коммерческий проектCommercial project

Локальный запуск · исходники приватныеLocal deployment · private source

TrafficVision: service-point crossings and road bypasses are recorded as separate events COFFEE ДВА РАЗНЫХ СОБЫТИЯTWO DIFFERENT EVENTSЗаезд к точкеService-point crossing0Проезд по дорогеRoad bypass0События → база → аналитикаEvents → database → analytics

Другие проектыMore projects

Ассистенты, веб-сервисы и ML-эксперименты. У каждого своя задача и свой способ её решить.Assistants, web services and ML experiments. Each tackles a different problem.

AI bot

Приватный проектPrivate project
AI bot: Answers grounded in context?1ВопросQuestionКонтекстContextОтветAnswer
Ответ с опорой на контекстAnswers grounded in context

Ассистент с локальной LLM и RAG. Поиск по базе знаний добавляет нужный контекст к вопросу.An assistant with a local LLM and RAG. Knowledge retrieval brings relevant context into each question.

FastAPI · aiogram · Ollama · pgvector

Trader MVP

Приватный проектPrivate project
Trader MVP: From sign-in to action010203ВходSign inСценарийWorkflowУведомлениеNotification
От входа до действияFrom sign-in to action

Веб-сервис с авторизацией, бизнес-сценариями и уведомлениями.A web service with authentication, business workflows and notifications.

TypeScript · React · Prisma · Docker

YOLOv8 segmentation

GitHub ↗
YOLOv8 segmentation: Seeing object boundariesОбъект → маска по контуруObject → pixel-level maskYOLOv8
Видеть границы объектаSeeing object boundaries

Учебные эксперименты с YOLOv8 и подготовкой полигональной разметки COCO. В репозитории — notebook обучения, валидации и инференса, а также инструмент конвертации аннотаций.YOLOv8 experiments and COCO polygon annotation preparation. The repository includes a training, validation and inference notebook, plus an annotation conversion tool.

Python · YOLOv8 · COCO

Data Fusion 2026

GitHub ↗
Data Fusion 2026: Features become predictionsПризнакиFeaturesМодельModelПредсказаниеPrediction
Признаки становятся прогнозомFeatures become predictions

Антифрод банковских операций: признаки, GroupKFold, LightGBM и CatBoost. Эксперименты с нейросетью и ансамблем моделей.Banking transaction fraud detection: features, GroupKFold, LightGBM and CatBoost, with neural-network and ensemble experiments.

LightGBM · CatBoost · PyTorch · GroupKFold

E-CUP 2025

GitHub ↗
E-CUP 2025: Finding a match in a large catalogCABИсторияHistoryРанжирование рекомендацийRanking recommendations
Найти подходящее в большом каталогеFinding a match in a large catalog

Рекомендации на данных Ozon: популярность, свежесть и сезонность. Корректировка по категориям, исключение просмотренного и подбор top-100.Recommendations on Ozon data: popularity, freshness and seasonality, with category penalties, viewed-item exclusion and top-100 selection.

Python · NumPy · pandas · PyArrow · Parquet

SEO clustering

Приватный проектPrivate project
SEO clustering: Different words. Shared meaning.кофе рядомcoffee nearbyкупить зерноbuy beansкофейня рядомnearby caféкофе в зёрнахcoffee beansПоиск местаFind a placeПокупка кофеBuy coffee
Разные слова. Общий смысл.Different words. Shared meaning.

Группировка поисковых запросов с помощью эмбеддингов и HDBSCAN.Grouping search queries with embeddings and HDBSCAN.

sentence-transformers · HDBSCAN

Чем собираю.My toolkit.

От данных и модели до API, интерфейса и запуска.From data and models to APIs, interfaces and deployment.

Backend

Python · FastAPI · Flask · REST API · aiogram 3 · Node.js · Express · Prisma

ДанныеData

SQL · PostgreSQL · DuckDB · SQLite · pandas · NumPy · SciPy · PyArrow · Parquet · Jupyter

Machine learning

scikit-learn · CatBoost · HGB · XGBoost · LightGBM · PyTorch · Optuna · SHAP

Computer vision

YOLO · Ultralytics · ByteTrack · OpenCV · COCO

NLP & LLM

sentence-transformers · Embeddings · HDBSCAN · RAG · Ollama · pgvector · YandexGPT

Frontend

JavaScript · TypeScript · React · Vite · Streamlit · HTML · CSS

Веб-платформыWeb platforms

PHP · WordPress · WooCommerce · Bitrix · OpenCart · MODX · 1С

ИнструментыTools

Git · pytest · Docker · Linux · nginx · matplotlib · seaborn

Научная статьяResearch paper

ИИ-интервьюер для технических собеседований с системой прокторингаAI interviewer for technical interviews with a proctoring system

Читать статьюRead the paper ↗

За пределами проектов.Beyond projects.

Есть интересная задача?Have a project in mind?

Обсудим.Let’s talk.

Открыт к проектам и позициям
Python-разработчика / ML-инженера.Open to projects and roles
in Python development / ML engineering.

Telegram @byUnleash ↗GitHub ↗