АШ
Артём Ш.
Мужчина, 23 года
Россия, Екатеринбург, UTC+5
Ставка
714,29 Р/час
НДС не облагается
Специалист доступен с 31 августа 2025 г.
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.
Подробнее
О специалисте
Специализация
Backend разработчик
Грейд
Навыки
Отрасли
Знание языков
Русский — C2
Английский — B1
Главное о специалисте
Python-разработчик с практическим опытом в AI-интеграциях и создании MVP
Обладаю сильной экспертизой в FastAPI, RAG-системах, Pinecone, OpenAI, Celery, PostgreSQL. Реализовал end-to-end решения с использованием облачной инфраструктуры, включая AWS S3 и CI/CD пайплайны. Участвовал в создании сложных Telegram/Slack-ботов и автоматизации бизнес-процессов. Гибко адаптируюсь к задачам, умею быстро вникать в новые технологии и поддерживать продуктивную командную коммуникацию.
Проекты
(4 месяца)
AI-система генерации экологических документов на базе RAG
Роль
Backend разработчик
Обязанности
Проект направлен на разработку MVP AI-решения, автоматизирующего создание экологических оценочных документов с использованием технологий Retrieval-Augmented Generation (RAG) и специализированных моделей знаний. Решение призвано радикально сократить время подготовки документации и стандартизировать результаты в соответствии с отраслевыми регламентами.
Решение предназначено для компаний, работающих в сфере природоохранного регулирования, где текущие процессы подготовки документов занимают до 2–3 недель.
Обязанности и задачи:
Интеграция с системой RAG (Retrieval-Augmented Generation): настройка и оптимизация взаимодействия с векторной базой (Pinecone), обеспечение поиска и релевантности контекста для генерации документов.
Работа с облачным хранилищем (AWS S3): реализация логики загрузки, хранения и обработки документов через API.
Разработка моделей данных: проектирование и внедрение структур хранения для документов, пользователей и обратной связи.
Проведение рефакторинга backend-части: повышение читаемости и расширяемости кода, внедрение стандартов и улучшение архитектуры API (FastAPI).
Промпт-инжиниринг: формулировка и тестирование prompt-шаблонов для генерации разделов и подразделов документов в связке с LLM.
Достижения
Успешно интегрировал RAG-пайплайн с LLM и векторной базой (Pinecone)
Настроил хранение документов через AWS S3
Разработал промпты для генерации структурированных экологических документов
Обеспечил стабильную генерацию и скачивание документов в MVP
Стек специалиста на проекте
Git, Python, GitLab, Celery, FastAPI, AWS S3, Docker Compose, Redis, Open AI API, Open AI, rag
Отрасль проекта
AI & Robotics
Период работы
Январь 2025 - Апрель 2025
(4 месяца)
Формат работы
Тип занятости
Парт-тайм (6 ч/день)
Формат работы
Удаленно
Готов выйти в штат
Да
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Да
Образование
Высшее
Учебное заведение
УрФУ
Специальность
Конструирование и технология электронных средств
Завершение учебы
2025 г.