Senior ML Разработчик (LLM, Data Science)

На данный момент Разработчик-Аналитик.

Мои компетенции и опыт

Сопроводительное письмо / Резюме для Geekjob

Никита Серов
Senior Data Scientist (LLM, RAG, аналитика данных, финтех)
Москва · Удалённо · Готов к редким командировкам
нужен доступ к резюме · нужен доступ к резюме
Желаемая зарплата: нужен доступ к резюме ₽ на руки

О себе

7+ лет в AI/ML: от R&D и прототипирования до продакшена и мониторинга. Проектирую end-to-end AI-решения, которые превращают большие данные в прогнозы и готовые продукты: LLM-системы (RAG, AI-агенты) и предиктивная аналитика для финтеха.

Ключевые достижения:

RAG-пайплайн, признанный лучшим на 2024 год, интегрирован в сервисы компании.

Система конкурентной разведки: 1000+ товаров, 25 конкурентов, рыночная аналитика, ключевые процессы полностью автоматизированы.

Мультицелевое прогнозирование с LLM-дайджестом для интерпретации моделей.

Прибыльный торговый робот на RL + фреймворк рыночного анализа для трейдера.

Опыт работы: 7 лет 3 месяца

EdgeЦентр — Разработчик-исследователь (R&D)
Март 2024 — Сентябрь нужен доступ к резюме года 7 месяцев)

Разработал RAG-пайплайн, признанный лучшим на момент 2024 года по результатам сравнения с конкурентными решениями; интегрирован в сервисы компании.

Создал ИИ-систему конкурентной разведки: автоматический трекинг цен 1000+ товаров у 25 конкурентов (VPS и hardware), включая анализ вакансий нужен доступ к резюме и новостных публикаций. Используется для рыночной аналитики.

Обеспечил продакшен-готовность пайплайна: деплой, мониторинг качества веб-скрапинга, обработка сбоев и автоматическое обновление кода.

Спроектировал базовую ИИ-инфраструктуру компании («цифровой мозг») на основе передовых LLM.

Разработал алгоритмы анализа больших данных и прогнозирования финансовых и макроэкономических показателей.

Реализовал антибот-систему для защиты платформ компании.

ООО «НеоФлекс» — Программист-разработчик нейронных сетей (старший специалист)
Январь 2023 — Март нужен доступ к резюме год 3 месяца)

Разработал инструмент прогнозирования коммерческого спроса (demand forecasting) на основе комплекса алгоритмов анализа и прогнозирования временных рядов; проект реализован в составе небольшой команды разработчиков.

Самостоятельно разработал систему мультицелевого прогнозирования с одновременным применением множества метрик и алгоритмов (от классического ML до TFT и продвинутых нейросетей), дополненную LLM-дайджестом: система интерпретирует прогнозы разных моделей, определяет, какой модели доверять больше, и формирует сводный вывод по комбинации предсказаний.

Разработал интеллектуального корпоративного помощника на основе LLM с применением retrieval-augmented generation (RAG) и фреймворка ReAct.

Выполнил тонкую настройку моделей первого поколения (Llama 2) — сложная нетривиальная задача по сравнению с современными моделями.

ООО «Нейро Сетевая Корпорация ЭкоСфера» — Программист-разработчик нейронных сетей
Июнь 2021 — Ноябрь нужен доступ к резюме год 6 месяцев)

Разработал и внедрил в рабочий цикл стабильно прибыльный торговый робот для алгоритмической торговли на основе обучения с подкреплением (Reinforcement Learning); обучение модели велось на данных по фьючерсам на золото с возможностью адаптации под другие торговые инструменты.

Разработал отдельный фреймворк рыночного анализа, который консультирует трейдера и рекомендует решения, не выполняя автоматическое исполнение ордеров.

Участвовал в полном цикле командной разработки: от планирования основ проекта до внедрения в продакшен.

Стек: PyTorch, TensorFlow.

Навыки

Продвинутый уровень:
Python · Git · Работа в команде · Английский язык · Нейронные сети · Machine Learning · Искусственный интеллект · NLP · Regression Analysis · Time Series Analysis · Reinforcement Learning · LLM · RAG · LangChain · Prompt Engineering · Fine-tuning · Анализ данных · Transformers · Data Science · AI-агенты · LLM fine-tuning · Deep Learning

Средний уровень:
Computer Vision · SQL · Финтех · Docker · CI/CD · MLOps · PostgreSQL · Алгоритмы и структуры данных

Ключевые компетенции

LLM / GenAI / AI-агенты:

RAG-пайплайны (hybrid search, реранкинг)

Мультиагентные системы (LangChain, LangGraph, LlamaIndex, ReAct)

Fine-tuning LLM (LoRA, qLoRA, PEFT, SFT, DPO, ORPO)

Prompt engineering, structured output, tool calling

Интеграция LLM API (GPT, Claude, LLaMA, Mistral)

Оптимизация инференса (vLLM), оценка качества (evals, LLM-as-a-judge, контроль галлюцинаций)

Генерация синтетических данных

Анализ данных и предиктивная аналитика:

Анализ больших данных

Прогнозирование финансовых и макроэкономических показателей

Demand forecasting, анализ временных рядов

Статистическое моделирование, feature engineering, A/B-тестирование

Построение аналитических пайплайнов и систем поддержки принятия решений (decision support)

Финансовые технологии (FinTech):

Разработка и бэктестинг AI-моделей для алгоритмической торговли

Анализ финансовых временных рядов

Антифрод- и антибот-системы

Регуляторные требования к AI в финансовом секторе

Классическое ML и CV:
Градиентный бустинг (XGBoost, CatBoost), прогнозное моделирование, детекция и сегментация объектов (CNN, трансформеры), обработка видео, OCR и извлечение данных из документов.

Обучение с подкреплением (RL):
Разработка агентов для игровых, симуляционных и торговых сред.

Языки:
Английский — родной (технический и разговорный), наравне с русским.

Связь:
Для связи удобны Max и WhatsApp. Telegram недоступен.

Образование

York University — Прикладные математика и физика, 2019 · Высшее

Рекомендации

Павел Жуковский — Руководитель веб-разработки, ООО «ЭджКлауд»

Андрей Дербенёв — Руководитель отдела разработки, ООО «ЭджКлауд»

Илья Конюшок — Руководитель отдела разработчиков, ООО «Нейро Сетевая Корпорация ЭкоСфера»