Viktorija Schamkina
Ingenieur für maschinelles Lernen
Ich entwerfe und entwickle ML-Algorithmen für die Verarbeitung natürlicher Sprache, Computer-Vision und Data-Mining-Lösungen.
Über Viktoriya
Viktoriya ist eine Expertin für maschinelles Lernen, die im Jahr 2020 zu Itransition kam und seitdem ein wichtiges Mitglied des AI/ML-Entwicklungsteams von Itransition geworden ist. Mit einem starken Hintergrund in Statistik, Datenwissenschaft, Mathematik und Programmierung entwickelt Viktoriya effiziente, auf maschinelles Lernen gestützte Software für die Verarbeitung natürlicher Sprache, Computer Vision und Data Mining.
Victoria verfügt über umfassendes Fachwissen bei der Gestaltung und Erstellung von ML-Anwendungen für verschiedene Anwendungsfälle von Grund auf. Sie hat bei Itransition an zahlreichen Entwicklungsprojekten für maschinelles Lernen für Kunden aus den Bereichen Einzelhandel, Immobilien, Gesundheitswesen, Versicherungen und Marketing mitgewirkt.
Beispiele ihrer jüngsten Projektarbeit sind unter anderem:
- Lösung zur Vorhersage von Immobilienwerten, die offene Daten und sich ändernde Umweltfaktoren nutzt, um Immobilienbewertungen vorherzusagen.
- Warenempfehlungsplattform mit einem Videoplayer, der es ermöglicht, Produkte auf dem Bildschirm zu kaufen, und einer Computer-Vision-Engine, die hilft, ähnliche Produkte in Geschäften zu finden.
- Markenerkennungssystem, das die Anzahl der Anzeigen in einem Video überprüft und bestimmte Marken erkennt.
Neben ihren Hauptaufgaben beteiligt sich Viktoriya an der Erforschung und Einführung von KI-Technologien unter der Leitung unseres internen KI/ML-Kompetenzzentrums. Viktoriya setzt sich leidenschaftlich dafür ein, Kunden dabei zu helfen, einen greifbaren Nutzen aus ML-Lösungen zu ziehen, und stellt sicher, dass sie über neue Technologien und Trends des maschinellen Lernens auf dem Laufenden bleibt.
Expertise
- Forschung zu XML-Algorithmen und -Tools
- Vorverarbeitung von Datensammlungen
- PoC-Erstellung
- ML-Modelle entwickeln und einsetzen
- Vergleich und Auswahl von ML-Modellen, Training, Test und Bewertung
- Übertragungslernen und Feinabstimmung von ML-Modellen, Ensembling
- Qualitätsbewertung von ML-Lösungen
- Überwachung, Unterstützung und Wartung von ML-Lösungen
- Ressourcenoptimierung und Vergleich in verschiedenen Umgebungen
- Erstellung technischer Dokumentation
Education
Belarussische Staatliche Universität
BA, Computer-Sicherheit