К списку менторов
Станислав  Кусков
На бесплатное занятие

Стоимость занятий

Первое занятие -30%
4994₽/ час
Часовое занятие с ментором
7135₽/ час
Пакет 5 занятий -5%
6778₽/ час
Пакет 10 занятий -10%
6422₽/ час
Пробные 15 минут
Бесплатно
Дополнительные услуги
Неделя переписки
4281₽
Разбор проекта
по запросу
Возможна оплата через юр. лицо Как проходят занятия?

Станислав Кусков

Москва, Россия / GMT+03

Computer Vision Team LeadATOM

Solvery mentor icon
3
Занятия проведено

Меня зовут Станислав, и я – опытный инженер по компьютерному зрению с 12-летним опытом работы в сфере Self-Driving. Моя карьера охватывает множество этапов от образовательных проектов, таких как разработка учебных радиоуправляемых моделей с функцией self-driving, заканчивая сложными коммерческими решениями, такими как автономные БелАЗы, такси, электромобили для пассажирских и грузоперевозок. За это время я успел погрузиться в различные аспекты разработки, от получения данных сенсоров до развертывания моделей в прод и обеспечения их актуальности.

🤝 С чем могу помочь

Поможетновичкам обучающимся самостоятельно прошедшим курсы Junior Middle Senior разобраться с проектомпрокачать навыкисобрать портфолиоподготовиться к собеседованиюсоставить карьерный планс выполнением тестового заданияс выполнением рабочей задачипройти обучение по программе
  • Вкатиться в компьютерное зрение
  • Правильно оформить резюме чтобы увеличить количество откликов
  • Провести МОК интервью
  • Проводить интервью в команду
  • Помошь с рабочей задачей, тестовым заданием, ревью проекта
  • Получить оффер

💻 Резюме

December 2023 — по настоящее время

АтомComputer Vision Team Lead

April 2022 — December 2023

EvocargoComputer Vision Team Lead

November 2021 — April 2022

SberAutoTechSenior Computer Vision Engineer

June 2020 — October 2021

SberAutoTechComputer Vision Engineer

September 2018 — July 2020

VIST RoboticsSoftware developer (CV)

🤟 Проекты

Статья

Мы разработали новый подход, эффективно использующий лидарные аннотации для обучения моделей сегментации изображений на RGB-изображениях. Наша методика включает маскированный лосс, который вычисляет потери только там, где есть точки лидара, позволяя модели изучать сегментацию дороги на изображениях, используя лидарные точки как исходные данные

🎓 Образование

Московский Политех

Информатика и вычислительная техника

Московский Политех

Управление в технических системах

Paderborn University

Mathematic (Research assistant)

University of Ulsan

Mechanical engineering (intern)