ИИ и Нейросети
Рейтинг: 1 815
  • Образование: Cпециалитет
  • Опыт работы: 14 лет
  • Юр. статус: Частное лицо
Россия, Санкт-Петербург
Опыт командной работы: Работаю в команде
Был на сайте:

НейроРезюме*

Михаил Кожан занимается разработкой решений в области искусственного интеллекта, машинного обучения и автоматизации бизнес-процессов. Более 15 лет он работает с IT-системами, данными и сложными бизнес-задачами, реализуя проекты от анализа требований до запуска готовых систем. Его специализация — создание AI-сервисов, RAG-систем, ML-моделей, B2B-платформ и внутренних веб-решений. Он разрабатывает собственные продукты, такие как ML Platform и Feature Hub, и активно использует технологии вроде Python, Docker, Kubernetes и LLM. Работает по принципу полного цикла: от архитектуры до внедрения и эксплуатации.

Отзывы

Михаил Кожан — профессиональный и ответственный фрилансер, выполняющий работу качественно, в срок и с высокой степенью вовлеченности. Отзывы подчеркивают его оперативность, готовность к дополнительным доработкам, умение предлагать решения и оказывать консультации по дизайну и техническим вопросам. Негативных замечаний в отзывах нет.

Портфолио

Навыки и технологии: веб-разработка, проектирование систем, управление контентом, машинное обучение, PostgreSQL, API, интеграция с внешними системами.

Проекты и достижения: Кандидат спроектировал и разработал три ключевых платформы: Content Factory для управления контентом, Feature Store для централизованной подготовки признаков и ML Platform для управления жизненным циклом ML-моделей. В рамках проекта Content Factory была создана система, которая объединяет поиск тем, редакционную обработку и публикацию в едином интерфейсе, что позволило улучшить видимость процессов и упростить управление контентом. Feature Store обеспечил воспроизводимость и контроль качества данных, позволяя избежать дублирования и улучшить взаимодействие между специалистами. ML Platform объединила управление версиями моделей и артефактами, обеспечив контроль состояния и интеграцию с корпоративной инфраструктурой.

Достижения и признание: Все три платформы были разработаны как самостоятельные программные продукты с акцентом на воспроизводимость, устойчивость и интеграцию. Результаты включают создание управляемых процессов, что значительно повысило эффективность работы с контентом и данными, а также обеспечило безопасный доступ и контроль версий, что является важным для корпоративного использования.

* создается нейросетью на основе портфолио, информации указанной пользователем о себе и отзывам от других пользователей

english version