Владимир Чаплинский

FaceSwap + LoRA pipeline для фото/видео

Задача: воспроизведение конкретного лица и замена лиц в изображениях/видео в end-to-end потоке.

• Собрал полный конвейер: подготовка датасета, автокапшены, обучение LoRA (FLUX/WAN), инференс через ComfyUI.
• Сделал backend на Flask API, контейнеризацию (Docker), подготовку к запуску в Runpod/Kubernetes.
• Спроектировал выдачу результатов через S3 для устойчивой работы с большими файлами.

Стек: Python, ComfyUI, FLUX, WAN 2.1/2.2, diffusion-pipe, Flask, Docker, Kubernetes, Runpod, S3.

AI Director: фабрика короткометражек на локальных ИИ

Задача: построить многоэтапный пайплайн генерации короткометражных фильмов (сценарий, раскадровка, кадры, анимация, озвучка).

• Проектирую архитектуру из специализированных AI-агентов и контуров контроля качества на каждом этапе.
• Закладываю масштабирование через Runpod pods и автоматизацию жизненного цикла задач.

Стек: Python, LLM/VLM, ComfyUI, LTX, LoRA, Runpod.

Поиск символов на инженерных чертежах (one-shot/open-world matching)

Задача: находить все вхождения условного символа по одному шаблону на плотных шумных планах.

• Сравнил несколько подходов: feature-map similarity, YOLO-like 6-channel, SiamFC++-style.
• Построил синтетический датасет, hard-negative цикл и метрики оценки (precision/recall/F1/AP).
• Выявил компромисс: более сложная Siam-ветка дает лучший quality score, но дороже по скорости.

Стек: Python, PyTorch, OpenCV, YOLO, Siamese-подходы, AMP.

Матчинг товаров интернет-магазинов

Задача: сопоставление товаров между каталогами разных магазинов по текстам и метаданным.

• Построил эмбеддинги (multilingual_e5), добавил reranking (JinaAI).
• На выборке 12 000 товаров получил top-5 accuracy 82.5% (top-1 68.3%).

Стек: Python, embeddings, semantic search, reranking.

Извлечение структурированных данных из PDF/сканов

Задача: преобразовать документы (выписки, формы, таблицы, факсы) в пригодный для БД JSON.

• Собрал поток обработки от документа до структурированных полей для загрузки в таблицы/БД.
• Использовал LLM-подход для извлечения сущностей из слабоструктурированных источников.

Стек: Python, OCR pipeline, OpenAI/Claude, JSON ETL.

Аналитика аномалий (рынки, погода, акустика)

Задача: раннее выявление нетипичных событий в разнородных временных рядах и автоматическая доставка сигналов пользователю.

• Собрал daily-пайплайны: загрузка данных (финансовые ряды, погодные показатели, акустические признаки), расчет аномальности, публикация результатов.
• Использовал комбинацию методов (LOF, правило трех сигм, робастные пороги) и калибровку чувствительности под целевую частоту срабатываний.
• Сделал практический контур оповещений: Telegram/e-mail уведомления + графики динамики для быстрой проверки причины сигнала.

Стек: Python, PyOD, pandas/numpy, TensorBoard/plotly, Telegram Bot API, e-mail integrations.

Распознавание лиц на Raspberry Pi 5

• Собрал автономный контур: детекция лиц (YOLO), идентификация (FaceNet512 через DeepFace), локальная БД и web/API-интерфейс.
• Добавил адаптивное обновление базы: автоматическое пополнение уверенно распознанных лиц и очистку устаревших записей.
• Получил рабочую производительность для edge-сценария: около 1 кадра/с распознавания и 3-5 снимков/с захвата.

Перекрашивание интерьеров по маскам

• Реализовал быстрый инструмент на OpenCV для прогнозируемого изменения цвета стен/зон на фото.
• Поддержал полупрозрачные и сложные области через градации яркости маски, что удобно для стекла и тканей.

Telegram/SMS automation

• Сделал персональный Telegram-автоматизатор для сбора контента и публикаций в канал.
• Реализовал отправку SMS через web-цепочку с собственным интерфейсом (Gradio) для малых рассылок.

ML-проекты на табличных и сенсорных данных

• Классификация упражнений по акселерометру/гироскопу: аугментации временных рядов, PCA-контур, улучшение финального классификатора.
• Проекты по кластеризации и сравнению фото (XGBoost, HDBSCAN, CLIP-эмбеддинги) под прикладные задачи поиска похожего контента.

Генетические алгоритмы и глобальная оптимизация

• Проводил вычислительные эксперименты по поиску глобального минимума многомерных функций (включая 18-параметрические тесты).
• Сравнивал генетический алгоритм и алгоритм пчел, анализировал устойчивость к локальным минимумам и чувствительность к гиперпараметрам.
• Использовал гибридный подход: ГА + локальный поиск методом имитации отжига для повышения качества финального решения.

Другие прикладные автоматизации

• Обработка XML/CSV для телеком-отчетов и счетов, конвертеры данных и словарные трансформации контента.
• Скрейпинг интернет-магазинов и мониторинг цен по категориям с визуализацией динамики (TensorBoard-графики).
• Связывание похожих заметок в Obsidian-базе, генерация иконок через ComfyUI, утилиты компьютерного зрения и desktop-автоматизации.