AI-инженер / Python-разработчик LLM, RAG, автоматизация

На данный момент Fullstack Developer.

Мои компетенции и опыт

AI-инженер с продакшн-опытом внедрения языковых моделей в реальные бизнес-процессы. Работаю на стыке AI и бэкенда: модель - это только часть системы, всё остальное вокруг неё надо спроектировать, построить и удержать в проде.

Локальные модели и закрытый контур. Разворачивал языковую модель на сервере заказчика в закрытой сети - когда данные не имеют права уходить во внешние API и облачные решения отпадают целиком. Настраивал окружение и инфраструктуру, строил потоки загрузки и актуализации данных, чтобы агент отвечал по текущему состоянию системы, а не по срезу месячной давности. Отдельно прорабатывал правила обработки, чтобы ответы опирались на реальные записи, а не на догадки модели. Держу собственный сервер с локальной моделью, на котором тестирую агентные решения.

RAG и работа с данными. Проектировал RAG-архитектуру для анализа бизнес-ниш: векторный поиск по базе кейсов, подготовка и структурирование данных под базу знаний, пайплайны обработки и агрегации результатов. Делал динамические базы знаний, которые сами подтягивают актуальный контент и не разъезжаются с источником.

Экономика запросов. Считаю, что качество без контроля затрат - это незакрытая задача. Внедрил умное кеширование, batch-обработку и мониторинг расходов - снижение затрат на API моделей более чем на 40% без потери качества результатов.

Промптинг как инженерия, а не подбор формулировок. Одиночный удачный ответ ничего не доказывает. Собираю набор реальных тестовых примеров с эталонными ответами, прогоняю по нему каждую версию промпта и смотрю метрику, а не "выглядит нормально". Промпты держу в репозитории с версиями, температуру фиксирую там, где нужна воспроизводимость, вывод по возможности загоняю в схему и валидирую кодом. Отдельно слежу за двумя вещами сразу: долей выдумок и долей ложных отказов - задавить первое легко, получив систему, которая на половину вопросов молчит.

Интеграции. Подключал модели к CRM (Битрикс24), базам данных, внешним API и Telegram. Строю интеграции с расчётом на то, что внешний сервис обязательно упадёт: таймауты, retry с экспоненциальной задержкой, идемпотентность, логирование, разделение ошибок по типам.

Голосовые технологии. Собрал локальную систему голосового ввода на Whisper - модель работает офлайн, запись по удержанию горячей клавиши, GUI с настройками модели, языка, микрофона и числа задействованных ядер. Делал для себя, потому что готовые решения не устроили по приватности и настраиваемости.

Бэкенд-фундамент. FastAPI (async/await, WebSocket), PostgreSQL (проектирование схем, индексы, разбор планов запросов, миграции через Alembic), Redis (кеш, pub/sub), asyncio и aiohttp, Docker и docker-compose, Linux-серверы. Из нетривиального: сервис совместного редактирования документов с алгоритмом разрешения конфликтов при одновременной правке и стабильными WebSocket-соединениями на 100+ активных сессий без потери данных при обрывах связи.

Пишу тесты (pytest), использую type hints, веду документацию - не для галочки, а потому что через месяц сам не вспомню, почему так сделано.

Что ищу: команду, где AI внедряют системно, а не как разовый эксперимент, где есть code review и с кем обсуждать решения. Готов к удалёнке, полной или частичной занятости.

Готов показать проекты и живой код на созвоне - это скажет больше, чем резюме. Telegram: нужен доступ к резюме