Наталья Иванчук
Научный сотрудник EOSDA
Наталья Иванчук получила степень магистра по прикладной математике (2013 г.) в Национальном университете водного хозяйства и природопользования по специальности "Прикладная математика" .В 2019 году защитила диссертацию и получила ученую степень кандидата технических наук. Тема диссертации – "Математическое моделирование фильтрационных процессов в почвенных средах с учетом воздействия элементов инженерных сооружений", специальность 01.05.02 – математическое моделирование и вычислительные методы.
В данный момент Наталья занимает должность доцента кафедры компьютерных наук и прикладной математики в Национальном университете водного хозяйства и природопользования в городе Ровно. Преподает студентам программирование на разных языках (С++, С#, JS и др.).
Наталья активно занимается научной работой, которая непрерывно связана с программированием, поскольку все разработанные в процессе исследования алгоритмы программно реализуются. Программирование является не только основой его работы, но и ее хобби. Любит совершенствоваться и узнавать что-то новое, именно поэтому решила попробовать себя и в работе с Python в составе команды EOS Data Analytics.
Автор более 60 публикаций (научных, учебно-методического характера, свидетельства о регистрации авторского права на произведение, монографии и тезисы докладов на отечественных и международных конференциях), Стипендиат КМУ для молодых ученых, Лауреат ежегодного конкурса «Молодой ученый года» по результатам деятельности в 2020 году за победу в номинации «Молодой методист года в области информационных технологий».
Статьи этого автора
Погода В Сельском Хозяйстве: Преимущества Точных Данных
Сельское хозяйство остается уязвимым к изменения погоды вследствие низкого качества общедоступных метеорологических данных. Точные гиперлокальные прогнозы погоды позволяют фермерам защитить урожай.
Изменение Климата И Сельское Хозяйство: Пути Адаптации
В условиях взаимного влияния изменения климата и ведения сельского хозяйства фермерам необходимо адаптировать производство для устранения негативных последствий.
Классификация Культур И Границы Полей В Кыргызстане
В рамках индивидуального проекта EOS Data Analytics обучила нейросетевую модель для классификации сельскохозяйственных культур на пахотных и непахотных землях Кыргызстана с активным сельскохозяйственным производством.
Прогнозирование Урожая Табака И Хлопка На Основе WOFOST
Ученые EOSDA успешно выполнили индивидуальный проект по прогнозированию урожайности хлопковых и табачных полей в двух районах Азербайджана – Шекинском и Сабирабадском.
Агро-Ориентированное Созвездие Спутников EOS SAT: Обзор
Запуск первого из семи спутников группировки EOS SAT запланирован на 2023 год. В статье представлен обзор EOS SAT-1 и возможностей группировки: комбинации каналов, покрытие территории, временное и оптическое разрешение снимков и т.д.
Мониторинг Урожая Сахарного Тростника В Бразилии
EOSDA определила статус и даты сбора урожая и рассчитала площади полей сахарного тростника в рамках индивидуального агротехнологического проекта для бразильской компании. Ученые использовали спутниковые данные, агрокалендарь и погодные данные.
Дроны И Спутники В Агротехе: Возможна Ли Дружба?
Служа одной и той же цели помощи фермерам, спутники и дроны отличаются тем, что они предлагают агробизнесу. Однако при разумном использовании они не конкурируют, а дополняют друг друга, и вот как.
Как EOSDA Помогает Поставщикам Ресурсов В Украине
В этом интервью Виталий Вишняк, менеджер по работе с клиентами компании EOSDA, рассказывает о том, как спутниковые технологии помогают поставщикам семян и удобрений в Украине во время войны.
Больше Форматов И Режимов: Новое В Решениях EOSDA
EOSDA Crop Monitoring и EOSDA Forest Monitoring продолжают развиваться, в частности благодаря внедрению следующих новых функций: поддержка форматов файлов ISO-XML и SHP, полноэкранный режим, переменный уровень детализации и отслеживание парниковых газов.