-Написание тестов для валидации -Разбор бизнес процесса ML задачи -Проверка классических ML алгоритмов и нейронных сетей (лик данных, стабильность со временем, недообученность/переобученность, значимость пропущенных значений, альтернативное моделирование)

-Написание тестов для валидации -Разбор бизнес процесса ML задачи -Проверка классических ML алгоритмов и нейронных сетей (лик данных, стабильность со временем, недообученность/переобученность, значимость пропущенных значений, альтернативное моделирование)

-Подготовка данных; -Проектирование, реализация, обучение и тестирование сверточных нейронных сетей; -Решение задач object detection и multi class segmentation; -Сбор метрик алгоритмов и оценка их эффективности;

Работа над нейросетью помогающей при расстановке добывающих скважин

- основы программирования на языке Python; - решение математических оптимизационных задач с помощью пакета gurobi (TSP); - машинное обучение (метод градиентного спуска).

- реализация метода численного интегрирования на языке С#; - создание необходимого интерфейса с использованием Wpf; - создание Unit тестов.

- парсинг кода и анализ данных; - написание вспомогательных функций; - машинное обучение на языке Python.

- обработка экспериментальных данных по исследованию изоэнтропической разгрузки кварца; - подготовка исходных данных для УРС кварца из аппроксимаций, выбор и исследование зависимостей; - численное интегрирование зависимостей, получение данных на ударной адиабате пористого кварца.