Арсений Д. , Senior, ML разработчик

Male avatar
Арсений Д.
Беларусь, Минск
2 760 ₽/час441 600 ₽/мес. без НДС
Опыт работы:
От 3 до 6 лет
Языки:

Английский — B1

ПисьменныйРазговорный

О специалисте

Навыки
PyTorch
YOLO
mediapipe
OpenCV
CVAT
Tesseract OCR
Apache Tika
langchain
langgraph
Langfuse
llama.cpp
openai api
YandexGPT
Qwen
MCP
ACP
Qdrant
pgvector
Python
FastAPI
Redis
WebRTC
LiveKit
Asyncio
Linux
AWS
Yandex Cloud
Database:
PostgreSQL
Applications:
Docker
Формат работы
Удалённо
Описание о специалисте

Senior AI/ML-инженер с 4 годами коммерческого опыта. Специализируюсь на компьютерном зрении (CV), проектировании RAG-систем, оркестрации LLM-агентов и автоматизации. Вывожу AI-системы полного цикла в production — от потоковой обработки видео на GPU до интеграции локальных LLM (llama.cpp) и построения микросервисных архитектур.

Примеры работ

AI-прокторинг полного цикла
Описание задачи/проекта

Разработка системы AI-прокторинга для контроля честности прохождения тестирований в режиме реального времени.

Позиция на проекте
AI/ML Engineer
Ответственность
  1. Развернул streaming-инфраструктуру на базе WebRTC (LiveKit) для стабильной маршрутизации трафика.
  2. Обучил мультиклассовую CV-модель (YOLO) для распознавания мессенджеров, Web-версий LLM и CLI-утилит.
  3. Оптимизировал инференс на GPU для параллельного анализа множества видеопотоков без деградации FPS.
  4. Реализовал evidence-pipeline: автоматическая фиксация нарушений, мультиклассовый таймлайн и генерация PDF-отчётов.
Технологии и инструменты
CVAT, Docker, FastAPI, mediapipe, PostgreSQL, Python, PyTorch, Redis, WebRTC, YOLO, LiveKit, pgvector
Период работы/продолжительность
Январь 2026 - Сентябрь 2026
Интеграция RAG-системы в корпоративное ПО
Описание задачи/проекта

Разработка масштабируемой RAG-системы корпоративного уровня для интеграции LLM-ассистентов в инфраструктуру Битрикс24.

Позиция на проекте
AI/ML Engineer
Ответственность
  1. Создал data-пайплайн для парсинга и векторизации корпоративной документации в Qdrant.
  2. Настроил микросервис для бесшовного взаимодействия с облачными (YandexGPT) и локальными (Qwen через llama.cpp) моделями.
  3. Внедрил механизм пре-фильтрации документов и ролевую модель доступа (RBAC) для исключения галлюцинаций и защиты данных.
Технологии и инструменты
FastAPI, langchain, Python, Qdrant, llama.cpp, YandexGPT, Qwen
Период работы/продолжительность
Ноябрь 2025 - Декабрь 2025
Корпоративная платформа Mentor
Описание задачи/проекта

Микросервисная архитектура: разработал систему на Python с использованием Redis как брокера очередей для управления задачами.

Позиция на проекте
Python Developer / AI/ML Engineer
Ответственность
  1. Автоматизация процессов: полное покрытие цикла стажировки — предоставление доступа к заданиям, автоматизация оценки работ менторами и управление статусами через Notion API.
  2. Облачная инфраструктура: реализовал управление доступом к облачным средам (AWS, YC), автоматическую очистку ресурсов и FinOps-мониторинг.
  3. Интеграции: настроил синхронизацию доступа к Discord и Telegram-чатам, а также разработал интеллектуального RAG-ассистента на LangGraph для поддержки стажёров.
Технологии и инструменты
aiogram, AWS, FastAPI, Python, Qdrant, Redis, langgraph, llama.cpp, Notion API, Yandex Cloud SDK
Период работы/продолжительность
Июнь 2025 - Октябрь 2025
AI Recruiter Analyzer
Описание задачи/проекта

Локальные LLM: внедрение и оптимизация моделей через llama.cpp с контролем метрик для обеспечения качества оценки при минимальных затратах.

Позиция на проекте
AI/ML Engineer
Ответственность
  1. Анализ и фильтрация: реализация модуля Temporal Reasoning для выделения релевантного опыта, игнорирования нерелевантного стажа и категоризации кандидатов по 4 уровням соответствия.
  2. Масштабируемая архитектура: создание асинхронной системы с Nginx-балансировкой и несколькими GPU-воркерами, хранения состояния и синхронизации агентов — эффективная обработка высокого потока заявок.
  3. Интеграции и надёжность: использование LangGraph и Pydantic/Trustcall для гарантированного получения валидного JSON-ответа, а также настройка бота для автоматизированного сбора недостающей информации у кандидатов.
Технологии и инструменты
langchain, Nginx, Pydantic, Python, langgraph, llama.cpp, Tesseract OCR, Apache Tika
Период работы/продолжительность
Март 2025 - Май 2025
Платформа InfrastructureAiHelper (AIOps)
Описание задачи/проекта

Разработка диалогового агента на базе LangGraph для автоматизации CI/CD-процессов и управления инфраструктурой.

Позиция на проекте
AI/ML Engineer
Ответственность
  1. Интегрировал агента с Jenkins, Kubernetes и AWS через Model Context Protocol (MCP) без прямой передачи паролей в облако.
  2. Внедрил семантическую память (langmem + PostgreSQL) для сохранения контекста прошлых сессий.
Технологии и инструменты
langchain, PostgreSQL, Python, langgraph, MCP, langmem
Период работы/продолжительность
Январь 2025 - Февраль 2025

Образование

Высшее
Название учебного заведения/курса
Белорусский государственный университет информатики и радиоэлектроники (БГУИР)
Специальность
Информатика и технологии программирования
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