Эксперт по развитию Искусственного Интеллекта / Архитектор

На данный момент CEO в AI проекте.

Мои компетенции и опыт

AI-предприниматель и архитектор AI-решений с 7-летним опытом. Прошел путь от R&D-инженера в Yandex до основателя AI-стартапа с выручкой 12 млн ₽. Специализируюсь на создании enterprise-решений на базе LLM и управлении полным циклом AI-продуктов. Более 5 лет в науке, статьи с Воронцовым, Малковым и другими AI-учеными. Свободно владею английским (C1)

ООО «Умные ассистенты» | Founder & CEO

Руководил разработкой и коммерциализацией продуктов на базе искусственного интеллекта. Создал собственную платформу для генерации видео с ИИ-аватарами и кастомные решения для крупных корпоративных клиентов. 

Достижения: 
1. Создал платформу, сокращающую время производства видеоконтента до 20 раз и затраты до 40 раз. 
2. Сформировал с нуля и руководил командой из 15 инженеров и менеджеров (eNPS 70%). Выстроил процессы, которые позволили достичь выручки в 12 млн ₽. 
3. Привлек грант от ФСИ на 4 млн ₽; продукт достиг уровня TRL-7 и статуса МТК. 
4. Реализовал 26 проектов с уровнем удовлетворенности клиентов NPS 81%. 

Награды: 
– Топ-1 стартап МФТИ 2024. 
– Кандидат в Топ-1000 университетских стартапов России. 
– Представлял проекты на международных площадках: GITEX (ОАЭ), VentureDay, iGlobal Community (ОАЭ), Форум Рыбакова (Стамбул). 

Также возглавлял направление по разработке кастомных AI-решений, сформировав портфель из 11 enterprise-партнёров: Альфа-Банк, Lamoda, Hoff, «Альпина», Data Monsters и др. 

Кейсы: 
1. Разработал инструменты для автоматизации проектирования квартир, которые в 10 раз ускорили рабочий процесс и обеспечили экономию до 5 млн ₽ в день. 
2. Создал алгоритмическую систему поиска контента, которая помогла найти 5 коммерчески перспективных книг. 
3. Автоматизировал подбор дизайна жилых домов из базы нужен доступ к резюме + вариантов по текстовым запросам. 
4. Разработал гибридного LLM-аватара (Llama + ChatGPT) для устных консультаций на международной выставке. 
5. Создал ML-модель, сократившую время расчета стоимости перевозок с нескольких часов до минут, что привело к кратному росту выручки клиента. 

Технические навыки: Generative AI, RAG, edge/on-device AI, LLM и мультимодальные модели (GPT, Claude, Gemini, Mistral, LLaMA и др.), CI/CD, OCR, computer vision, MLOps/DevOps, A/B-тесты, Python, FastAPI, DWH, data pipelines, ETL, базы данных, PBS и WBS, знание метрик CAC, LTV, конверсия, SLA/SLO/SLI, NPS, UI/UX, P&L, AI-powered инструменты, PostgreSQL, Docker Инструменты управления проектами: Jira, Trello, Asana, Notion, Agile, Scrum, Kanban

Data Monsters | AI/ML-архитектор & R&D-специалист
Компания Data Monsters специализируется на MLOps и разработке кастомных LLM-решений для крупного бизнеса. Я руководил R&D-программами и проектировал архитектуру комплексных ML-систем. Отвечал за полный цикл разработки, формирование команд, определение технологического стека и управление стратегическими партнёрствами с вендорами (HPE и NVIDIA) для создания и внедрения передовых AI-продуктов. 

Компетенции:
– проектирование архитектуры ML-систем (Cloud & On-premise) 
– оркестрация и внедрение ML/LLM пайплайнов 
– управление R&D-программами и жизненным циклом разработки 
– формирование и управление кросс-функциональными командами 
– стратегическое управление партнерствами (NVIDIA, HPE) 
– определение и внедрение технологического стека 
– трансфер знаний и менторство 

Достижения:
1. Разработал гибридную архитектуру для ML/LLM решений (Cloud/On-premise), что сократило время создания прототипов на 12% и снизило затраты на инфраструктуру на 10% за счет автомасштабирования и оптимизации загрузки GPU. 
2. Стандартизировал API и контракты, что привело к снижению дефектов интеграции на 14%. 
3. Организовал серию экспертных семинаров, создав 6 руководств и SOP, что сократило время проведения R&D-экспериментов на 20% (с 10 до 8 дней) и открыло новое направление исследований. 
4. Руководил ML/LLM программами в партнерстве с NVIDIA, HPE и Mindware, выполнив 97% этапов в срок с минимальными отклонениями по бюджету (<3%) и графику (<5%). 
5. Сформировал кросс-функциональную команду из 15 человек и оптимизировал процессы, что ускорило онбординг инженеров на 25% (с 4 до 3 недель) и снизило коэффициент переделок на 15%. 
6. Интегрировал три внешних сервиса от вендоров, что сэкономило 3 спринта разработки и ускорило реализацию новых функций на 18%. 
7. Оптимизировал взаимодействие между отделами продукта, ИТ и рисков, сократив задержки в принятии решений на 40% (с 10 до 6 дней) и обеспечив принятие единого плана поставок.

Data Monsters | Business Development & Project Manager

Компетенции:
– управление полным циклом B2B продаж 
– генерация лидов и развитие партнерств 
– конкурентный и рыночный анализ 
– ведение переговоров и заключение контрактов 
– управление проектами по методологии Agile 
– координация кросс-функциональных команд 

Обязанности и достижения: 
1. Управлял полным циклом продаж, от генерации лидов (сетевые мероприятия, семинары) до заключения контрактов. 
2. Разрабатывал коммерческие предложения и успешно вел переговоры, приводящие к заключению сделок. 
3. Проводил глубокий конкурентный анализ (более 5 конкурентов по 15+ критериям) и исследование рынка, включая данные о финансировании, размерах команд и клиентской базе (с использованием Crunchbase). 
4. Использовал результаты анализа для формирования реалистичных ожиданий у клиентов и стратегического позиционирования продукта в ходе переговоров. 
5. Успешно корректировал объем работ (SoW) для соответствия бюджету и временным рамкам клиента, сохраняя ценность предложения. 
6. Применял методологию Agile для управления проектами, обеспечивая соблюдение сроков, бюджета и ожиданий заинтересованных сторон. 
7. Участвовал в управлении кросс-функциональной командой из 15 человек, отвечая за мотивацию, устранение препятствий и координацию работы. 
8. Достиг своевременного и бюджетного завершения проектов в своей зоне ответственности.

Data Monsters | Business Development & Project Manager

Компетенции: 
– проектирование архитектуры ML-систем
– end-to-end реализация ML-пайплайнов (ETL, EDA, Modeling, Deployment) 
– R&D в области NLP и предиктивной аналитики 
– быстрое прототипирование (Streamlit, Prompt Engineering) 
– анализ поведенческих данных и A/B-тесты 
– управление технологическими партнерствами 

Обязанности и достижения: 
1. Спроектировал и реализовал архитектуру многофункциональной IT-системы, основываясь на глубоком понимании ML-пайплайна — от идеи до развертывания LLM на GPU-кластерах (Cloud/On-premise). 
2. Провел успешное R&D-исследование на тему "О чем будут говорить люди", включая анализ научных статей и реализацию улучшенных алгоритмов для прогнозирования трендов. 
3. Определил технологический стек, участвовал в формировании команды и управлял партнерствами для интеграции внешних сервисов в архитектуру решения. 
4. В течение 1 месяца оркестрировал и реализовал полный ML-пайплайн для анализа трендов: ETL для 5 типов данных (Twitter, Google, YouTube), EDA за 9 лет, выбор и тюнинг моделей (из 7+ моделей кластеризации, 10+ генеративных, 5 прогностических). 
5. Разработал кастомную метрику для оценки "интереса сообщества" и создал интерактивные прототипы для демонстрации результатов с помощью Streamlit. 
6. Проанализировал 10-летнее портфолио клиента по 90+ параметрам, что привело к созданию откалиброванной предиктивной модели. 
7. Применил глубокое понимание поведенческих данных и психологии в инвестиционной сфере для улучшения системы рекомендаций. 
8. Использовал экспертизу в ML, математике и A/B-тестировании для ускорения проверки гипотез на 15%.

Яндекс | Разработчик

1. Разработал алгоритм, который обеспечивает оптимальный выбор времени для заказа любимой еды пользователя, используя динамическое определение на основе более чем 20 ключевых параметров. 2. Освоил новый асинхронный фреймворк C++ всего за 1 месяц и создал сервис, который автоматически отправляет push-уведомления пользователям в оптимальный момент для заказа их любимых блюд. Это увеличило количество заказов на 4%

Лаборатория Касперского | Разработчик

Реализовал возможность удаленного изменения более чем 40 политик Android, настроек приложения, сети, хранилища, широкий спектр функций на устройстве через консоль. Это позволило компаниям централизованно управлять своими устройствами, контролировать защиту чувствительных данных на всех рабочих местах.

Образование:
МФТИ | Прикладная математика и информатика, Бакалавриат, 2025
МФТИ | Прикладная математика и информатика, Магистратура, 2027