Резюме
Резюме

ГИС-специалист / ГИС-аналитик

Михаил Московченко
moskovchenkomd@yandex.ru
г. Тюмень

Зарплатные  ожидания: 70000 - 90000 рублей
Полная занятость; Частичная занятость; Стажировка
Полный день; Удаленная работа

Опыт работы: 1 год

Младший научный сотрудник
Март 2021 — по настоящее время (1 год 5 месяцев), Тюменский государственный университет, Тюмень

  • Моделирование лесной растительности ХМАО при помощи данных ДЗЗ и методов глубокого обучения.
В рамках проекта была создана модель (сверточная нейронная сеть с архитектурой DeepLab v3), позволяющая на основе снимков Sentinel-2, ЦМР ASTER GDEM и данных о ландшафтном покрове ESA WorldCover определить преобладающую древесную породу, тип и бонитет леса. Точность модели составила 88%. Также была установлена возможность применения модели на всей территории таежной зоны Западной Сибири.

  • Оценка динамики пожаров в лесотундре ЯНАО.
В рамках проекта на основе данных ДЗЗ были определены площади пожаров в период с 1985 по 2018 годы, была установлена взаимосвязь между основными климатическими показателями и частотой возникновения особо крупных пожаров (mega fires) - более частая повторяемость экстремально жарких и сухих погод приводит к более частой повторяемости mega-fires. Были установлены последствия пожаров - нарушение крайне медленно восстанавливающегося лишайникового покрова и увеличение сезонноталого слоя многолетней мерзлоты.

Лаборант
Октябрь 2021 — март 2022 (6 месяцев), НИИ Центр Экологических Инноваций, Москва

Разработка углеродных проектов, позволяющих добывающим компаниям снизить углеродный след за счет охраны лесов от пожаров

На основе датасета Global Forest Change был оценен ущерб от пожаров в частях лицензионных участков, где присутствует инфраструктура и проводятся дополнительные противопожарные мероприятия, и ущерб от пожаров в частях лицензионных участков, где такие мероприятия не проводятся. Далее был оценен объем углерода, эмиссию которого можно предотвратить в случае проведения противопожарных мероприятий на всей территории лицензионных участков.

Аналитик данных
Апрель 2021 — май 2021 (2 месяца), Habidatum

Расчет 15 экологических показателей в 120 городов России для индекса качества жизни (citylifeindex.ru).

На основе разных наборов пространственных данных были определены доли природоохранных территорий, зеленых и промышленных зон в общей площади городов, плотность улично-дорожной сети, изменение площади зеленой зоны, застроенной территории и уровня воды в водоемах со временем, плотность застройки на душу населения и разрыв между темпами застройки территории и темпами изменения численности населения в городах.
Двухмесячная стажировка.

Ищу вакансию ГИС-специалиста, ГИС-аналитика или младшего научного сотрудника в сфере, связанной с ГИС.

Имею опыт работы:
  • в основных ГИС-приложениях (QGIS, ArcGIS, MapInfo)
  • программирования на Python, в том числе работы с библиотеками для обработки пространственных данных (GDAL, Rasterio, GeoPandas, Pyproj) и с библиотеками для машинного обучения (Scikit-learn, Keras)
  • с базами данных PostgreSQL

Готов рассмотреть вакансии в Москве, Санкт-Петербурге, Тюмени, либо с возможностью удаленной работы.
Ожидаемый уровень зарплаты: 60-80 000 р при удаленной работе, 80-100 000 р при работе в Москве/СПб.

GitHub

Публикации:
ORCID
Elibrary.ru

Образование:
Бакалавриат - 2016—2020 ТюмГУ - Тюменский государственный университет, География, Средний балл — 5, тема дипломной работы: “Пирогенная динамика лесотундровых ландшафтов Западной Сибири: история, география, факторы”
Магистратура - 2020—2022 МГУ - Московский государственный университет им. Ломоносова? Экология и природопользование, Средний балл — 4,5, тема магистерской диссертации: “Моделирование биотических компонентов ландшафта (на примере севера Западной Сибири)”

Дополнительное образование:
2020 МООК Spatial Data Science: The New Frontier in Analytics, ESRI Academy
2021 МООК Artificial Intelligence (AI) for Earth Monitoring, EUMETSAT

Навыки:
Моделирование растительности и ландшафтов, в том числе при помощи методов машинного обучения, обработка космических снимков, составление геоботанических, почвенных описаний, построение карт
Компьютерные программы: QGIS, ArcGIS, MapInfo
Программирование: Python: работа с массивами - Numpy, обработка геоданных - GDAL, Rasterio, GeoPandas, машинное обучение - Scikit-learn, XGBoost, Keras; JavaScript
Иностранные языки: Английский — B2 — Средне-продвинутый, Французский — A2 — Элементарный

Посмотреть резюме