Лаврентий Н. , Middle, ML-инженер

Male avatar
Лаврентий Н.
Россия, Москва
3 220 ₽/час 515 200 ₽/мес. без НДС
Опыт работы:
От 3 до 6 лет

О специалисте

Навыки
Python
Deep Learning
PyTorch
transformers
llm
NLP
langchain
langgraph
RAG
AI Agents
lightautoml
Lightgbm
CatBoost
XGBoost
Scikit-learn
Pandas
ETL
Apache AirFlow
docker-compose
FastAPI
MCP
Redis
Postgres
Clickhouse
Apache Kafka
SQLAlchemy
MLflow
Pytest
Linux
Technology:
SQL
REST API
Applications:
Docker
Формат работы
Удалённо
Описание о специалисте

Разработал фреймворк для создания AI-агентов на базе LangGraph, обеспечив стабильное выполнение цепочек и удобную интеграцию с сервисами компании. Построил RAG-систему, повысив качество извлечения и точность ответов моделей на 35%. Реализовал и внедрил несколько AI-агентов в продакшен для автоматизации поддержки и внутренних процессов. Создал голосового ассистента на основе LLM с использованием ASR и TTS, улучшив качество обработки пользовательских запросов. Настроил мониторинг качества моделей через MLflow, обеспечив контроль метрик и отслеживание деградации. Участвовал в проектировании и развитии ETL-процессов на базе Airflow, PostgreSQL и ClickHouse. Разработал backend-сервисы на FastAPI для интеграции LLM-функциональности и агентных сценариев. Подготовил и выпустил MVP с использованием LLM-агентов в сжатые сроки, обеспечив соответствие требованиям бизнеса.

Примеры работ

NDA
Описание задачи/проекта

Разработка платформы, объединяющей несколько AI-агентов для обработки запросов пользователей, автоматизации внутренних процессов и работы с корпоративными данными. Система включает RAG-модуль, голосового ассистента, инфраструктуру логирования и мониторинга моделей.

Позиция на проекте
LLM/AI Engineer
Ответственность
  1. Разработал фреймворк для агентных сценариев на базе LangGraph, обеспечив управление состоянием и устойчивое выполнение цепочек.
  2. Построил RAG-систему с использованием векторных хранилищ и оптимизированного retrieval-контура, повысив точность ответов на 35%.
  3. Реализовал несколько AI-агентов для задач поддержки пользователей и автоматизации типовых операций.
  4. Создал голосового ассистента (ASR → LLM → TTS), обеспечив корректную обработку голосовых запросов.
  5. Настроил мониторинг качества моделей на MLflow, включая контроль метрик и отслеживание деградации.
  6. Разработал backend-сервисы (FastAPI) для интеграции агентов, RAG-модулей и внешних API.
  7. Работал с ETL-процессами (Airflow, PostgreSQL, ClickHouse) при интеграции данных в платформу.
  8. Подготовил и выпустил MVP агентной системы в продакшен.
Технологии и инструменты
Clickhouse, FastAPI, llm, MLflow, PostgreSQL, Airflow, langgraph, TTS, RAG, ASR
Период работы/продолжительность
Январь 2023 г. - Январь 2025 г.

Образование

Высшее
Аналогичные специалисты
Не нашли, кого искали?

Оставьте заявку и, наша команда в кратчайшие сроки подберёт необходимого специалиста за вас!

Помните, что заключение договора и оплата услуг происходит после того, как вы выбрали специалиста

Request Poster