Резюме: AI-инженер

Профиль
ML-инженер с фокусом на LLM/GenAI и Computer Vision. Опыт полного цикла разработки: от прототипов до продакшн-сервисов (Docker, FastAPI). Работал в Сбере с GigaChat и ИИ-агентами, на фрилансе — 4 года, 15+ проектов. Сильные стороны: декомпозиция, работа с данными, коммуникация с продуктом и стейкхолдерами.

---

Опыт работы

· Сбер (янв–июн 2026) — ML Engineer
– Разрабатывал RAG-пайплайн на GigaChat: повышение релевантности на 14 п.п., ускорение поиска информации на 40%.
– Создал ИИ-агентов с function calling, автоматизировали 60% типовых обращений (~1.5 тыс/день).
– Настроил систему оценки качества (метрики, A/B-тесты).
– Занимался промпт-инжинирингом, фильтрацией и разметкой данных.
– Оптимизировал инференс и стоимость запросов: снижение затрат на 30%, latency <1.2 с.
– Презентовал результаты, синхронизировал команду с продуктом.
· Фриланс (Kwork, фев 2022 – дек 2025) — Data Scientist
– 15+ проектов, рейтинг 5/5.
– Разработал детектор объектов на YOLOv8 (mAP@0.5 = 0.87).
– Создавал дашборды в Plotly/Dash и Streamlit.
– Внедрял CI/CD: GitHub Actions, Docker, автотесты.
– Вёл коммуникацию с заказчиками на английском.
– 90% клиентов вернулись, 3 проекта стали долгосрочными.

---

Ключевые проекты

· Детекция дефектов (PyTorch, UNet++, Albumentations, Docker, FastAPI) — сегментация, TTA и постобработка повысили IoU на 11%.
· RAG-ассистент (LangChain, FAISS, Sentence-Transformers) — локальный поиск по документам с цитатами, latency <1 с.
· Прогноз нагрузки IoT (LSTM, Prophet, MLflow) — гибрид с Attention снизил MAE на 18%.

---

Образование
НИТУ «МИСиС» — Бизнес-информатика, бакалавриат (с 2025).

---

Навыки

· LLM/GenAI: GigaChat, RAG, AI-агенты, LangChain, prompt engineering, fine-tuning, FAISS.
· ML/DL: PyTorch, TensorFlow, XGBoost, LightGBM, CatBoost.
· CV: YOLOv8, OpenCV, Albumentations, Detectron2, MMDetection.
· Данные: Pandas, NumPy, SQL, Matplotlib, Plotly.
· MLOps: Docker, FastAPI, MLflow, W&B, ONNX, Git, GitHub Actions.

---

Языки
Русский — родной, Английский — технический.

---

Курсы
IT-CUBE/Яндекс (Python, ML, статистика), Samsung Innovation Campus (Deep Learning), МФТИ (AI Fundamentals), Яндекс Лицей (Pandas, NumPy).

---

Дополнительно
– Публикации по CV для БПЛА.
– Самостоятельно изучает математику, DL и CV.
– Цель: рост до Middle ML-инженера в продуктовой команде с сильной инженерной культурой.