🎓 Закончил бакалавриат НИТУ МИСИС по программе "Прикладная математика"
🎓🎓 Закончил магистратуру НИТУ МИСИС по программе "Прикладная информатика" и профилю "Искусственный интеллект и машинное обучение", реализуемому совместно со Сбером
🚀 Учусь в аспирантуре НИТУ МИСИС по программе "Системный анализ, управление и обработка информации" и профилю "Анализ, управление и обработка информации в сложных системах"
✍️ Выступал на 3-х научных конференциях и опубликовал статьи в 6 сборниках
💭 Владею английским языком на уровне С1
👨🏻‍🏫 Имею опыт преподавания (провел курс анализа данных для школьников 7-9 классов на проекте "IT-вертикаль")
💻 Работаю Data Scientist'ом

• emotion_model - Python-библиотека для распознавания эмоции человека по фото. Соблюдены требования модульности кода, настроен GitHub CI/CD-пайплайн, в рамках которого запускаются тесты функционала (с помощью tox), проверка типизации и проверка на соблюдение стандартов PEP8. Настроен также пайплайн, в рамках которого пакет автоматически загружается на PyPI при создании нового GitHub-релиза. Десктопное приложение, использующее библиотеку, находится здесь.
• Student Scoring App - Приложение, предоставляющее функционал предсказания количества и доли долгов студента на следующей сессии по предыдущим оценкам. Участвовал в разработке приложения как product owner, разработка происходила по методологии Scrum.
• Методы машинного обучения для обнаружения вторжений в сетях интернета вещей - командный проект, решили задачу обнаружения вторжений в сетях интернета вещей (задачу многоклассовой классификации трафика). Использовали архитектуры классического ML и современные нейронные сети (в т. ч. трансформерные архитектуры). По результатам работы опубликована статья
• Обнаружение атак на программно-конфигурируемые сети с помощью методов машинного обучения - решил задачу обнаружения вторжений в сетях SDN (задачу многоклассовой классификации трафика) с помощью методов классического ML и нейронных сетей, использовал техники балансировки датасета и подбора гиперпараметров, что позволило повысить производительность некоторых моделей. По результатам работы опубликована статья.
• Базы данных с NoSQL-подходом - разработал настольное приложение для управления базой данных клининговой компании, использовал базы данных вида: реляционная, документная и "ключ-значение".
• AI-traslator - десктопное приложение для распознавания текста на картинке и его машинного перевода на выбранный язык. Использованы готовые API для машинного перевода и оптического распознавания символов на картинке.
• django-AI-Translator - веб-приложение для машинного перевода текста с использованием REST API и возможностью развертывания с помощью Docker. Использованы готовые API для машинного перевода и оптического распознавания символов на картинке.

1. Антонов И. А. Обнаружение атак на программно-конфигурируемые сети с помощью машинного обучения // Облачные и распределенные вычислительные системы в электронном управлении орвсэу - 2022) в рамках Национального суперкомпьютерного форума (НСКФ - 2022) : Сборник трудов 3-й международной научно-технической конференции, Переславль-Залесский, 29 ноября – 02 2022 года. – Переславль-Залесский: Институт программных систем им. А.К. Айламазяна РАН, 2022. – С. 75-80. – EDN SQLNQJ.
2. Антонов И. А., Курочкин И. И. Методы квантового машинного обучения для обнаружения атак на программно-конфигурируемые сети // Программные системы: теория и приложения, 16:3 (2025), 3–22
3. Парчиев Р.Б., Антонов И.А., Исаченко М.К. Интеллектуальная система поддержки пользователей научных проектов на основе LLM с верификацией достоверности // Суперкомпьютерные дни в России : Труды международной конференции. 29–30 сентября 2025 г., Москва / Под. ред. Вл. В. Воеводина. – Москва : МАКС Пресс, 2025. – 268 с.
4. Антонов И. А. Распознавание текстовых CAPTCHA с помощью нейронных сетей // Искусственный интеллект в промышленных, коммерческих, медицинских и финансовых приложениях : сборник статей научно-технического семинара студентов кафедры "Инженерной кибернетики", Москва, 30–31 мая 2024 года. – Москва: Национальный исследовательский технологический университет "МИСИС", 2024. – С. 17-22.
5. Антонов И. А., Исаченко М. К. Методы машинного обучения для обнаружения вторжений в сетях интернета вещей // Искусственный интеллект в промышленных, коммерческих, медицинских и финансовых приложениях : СБОРНИК СТАТЕЙ НАУЧНО-ТЕХНИЧЕСКОГО СЕМИНАРА СТУДЕНТОВ КАФЕДРЫ «ИНЖЕНЕРНОЙ КИБЕРНЕТИКИ», Москва, 30 декабря 2023 года. – Москва: Национальный исследовательский технологический университет "МИСИС", 2023. – С. 9-15.
6. Антонов И. А. Обнаружение атак на программно-конфигурируемые сети с помощью методов машинного обучения. В: 78-е Дни науки студентов НИТУ МИСИС, книга 1 (2023), с. 338—339.
7. Антонов И. А. Методы машинного обучения для обнаружения вторжений в сетях интернета вещей. В: 79-е Дни науки студентов НИТУ МИСИС, книга 2 (2024), с. 560—561