Добавьте подходящих специалистов в список и оформите заявку для предварительного бронирования времени специалистов. После оформления заявки ваш персональный менеджер организует прохождение всех необходимых проверок с вами и каждым кандидатом из заявки. Специалист привлекается к проекту только после окончательного подтверждения его выхода с вашей стороны.
Backend инженер с опытом разработки ролевых AI-агентов, интеграций с LLM и построения сервисов с использованием современных ML/NLP инструментов. Умею соединять классический backend с новыми AI-технологиями: от написания промптов и интеграции в мессенджеры до построения RAG-архитектур и real-time голосовых агентов.
- Организатор Python трека на конференции [DevFest Omsk 2024](https://www.devfestomsk.ru/schedule)
- Спикер докладов:
- [Введение в протокол OAuth2](https://www.youtube.com/watch?v=6dvkxDDsZEE)
- [System Design Meetup #1 — Effective Chat (Backend)](https://www.loom.com/share/de4662175ede429da4c332922f150d05)
- [Solution Architecture: от концепции, до успешной реализации проекта](https://www.youtube.com/watch?v=N_qOFLP8avk)
Проекты
(3 года 9 месяцев)
Effective - AI Agents / LLM проекты
Роль
Python Backend Engineer, Solution Architect
Обязанности
Проекты и задачи:
- Корпоративный агент (Clockify, Pydantic.AI)
- Автоматизация заполнения рабочих часов.
- Интеграция с API Clockify, обновление и валидация данных.
- Разработка собственных тулов и системных промптов для управления агентом.
- Email-Assistant Agent
- Внутренний агент для обработки писем.
- Автоматическая расстановка лейблов и генерация идей по содержанию.
- Использование OpenAI API и кастомных промптов.
- Web-Scraping Auto-Fix Agent
- Агент для восстановления скраперов при изменении DOM.
- Анализ ошибок (сломанные селекторы HTML), генерация исправлений.
- Автоматическое обновление селекторов в Redis.
- Real-Time Voice Agent
- Разработка агента для голосовых звонков.
- Использование GPT-4 Realtime, TTS/STT API.
- Диалог с оператором в реальном времени и отправка уведомлений через звонки.
- Vector DB Search / RAG
- Построение поиска по корпоративной Wiki.
- Индексация и поиск данных с помощью ChromaDB и Pinecone.
- Архитектура на основе retrieval augmented generation (RAG).
- Интеграции с мессенджерами
- Telegram-бот с LLM-агентом.
- Интеграция в корпоративный мессенджер Motornost (аналог Slack).
Effective - VeriFlix — AI-приложение для верификации видео журналистов
Роль
Python Backend Engineer, Solution Architect
Обязанности
- Занимался реализацией новых эндпоинтов на Django Rest Framework
- Реализовал поддержку обратной совместимости существующего АПИ слоя бэкенда приложения
- Анализировал логи и реализовывал рейт лимитера для ограничения количества запросов
- Занимался миграцией фреймворка Django 2.2 → Django 4.2 и множества его зависимостей
- Занимался интеграцией AWS Cloudwatch и Grafana, логов с Elastic Load Balancer в Grafana Loki
- Занимался оценкой существующего решения с точки зрения нагрузки, подготовил предложение по апгрейду существующей инфраструктуры с точки зрения прогнозируемой на временном ряду нагрузки
- Занимался оценкой функционала обработки видео приложения с точки зрения пропускной способности, масштабируемости и биллинга текущего решения. Занимаюсь построением стратегии миграции на более лучшее по всем трем показателям решение от вендора
- Занимался документированием существующего функционала: от записи видео на поле в мобильном приложении до доставки видео в редакцию новостной газеты
- Консультировал и помогал в процессе принятия решений разработчикам мобильных приложений и бэкенда
- Занимался построением стратегии перехода на канареечные релизы.
- Разрабатывал и поддерживал бэкенд приложения а также инфру на AWS
Newston — приложение для чтения новостей формата email newsletters
Веб-сайт проекта: [newston.email](https://newston.email/)
- Проектировал реляционные модели данных для хранения информации о бизнес сущностях: пользователях, email-newsletters и issues (статьях) этих ньюслеттеров
- Определил API для взаимодействия и манипуляции с представленной выше моделью данных
- Занимался развертыванием инфраструктуры на Google Cloud
- Выбрал подходящий рантайм для приложения (Google Cloud Run) за счёт его низкой цены, высокой (CPU-bound) масштабируемости и довольно шустрой работы на интерпретируемом языке (бэкенд написан на Python, FastAPI)
- Занимался оптимизацией существующей инфраструктуры доставки писем (обосновал, оценил и совершил переход с CRON-based системы извлечения писем из catch-all почтового ящика к event-driven доставке через Cloudflare Workers и очереди задач Google Cloud Tasks), которая позволила сэкономить на затратах, которые тратились на крону ($20 → $0 на долгосрочно перспективе)
- Консультировал команды разработки бэкенда и фронтенда по ведению архитектуры приложений и интеграции между разными компонентами
- Продолжаю расширять приложение, проектируя и внедряя новые фичи: функционал шейринга писем, разделение приложения на два таргета: iPadOS, MacOS и iOS, функционал дискавери (вкладка, где можно находить ньюслеттеры и подписываться на них одним нажатием кнопки)
- Занимаюсь код-ревью команды с точки зрения соблюдения архитектуры: как со стороны мобильных приложений, так и стороны бэкенда и инфры