ГЛ
Герман Л.
Мужчина, 28 лет
Россия, Санкт-Петербург, UTC+3
Ставка
4 624,11 Р/час
вкл. НДС 5% (171.43 Р)
Специалист доступен с 12 октября 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
ML разработчик
Грейд
Навыки
Отрасли
Знание языков
Английский — C1
Главное о специалисте
Герман — ML-разработчик уровня Senior из Санкт-Петербурга. Специализируется на разработке и внедрении решений в области машинного обучения и обработки естественного языка (NLP). Имеет опыт работы с LLM и RAG-пайплайнами, а также с интеграцией языковых моделей в бизнес-процессы.
Ключевые навыки: Python, PyTorch, TensorFlow, NLP, MLops, Docker, FastAPI, Flask, PostgreSQL, MySQL, ClickHouse, Redis, RabbitMQ, Asyncio, ONNX, OpenVINO, Speech, Text.
Герман участвовал в трёх проектах в сфере e-commerce & retail, где занимался разработкой микросервисов на Python, интеграцией LLM для обработки и анализа текстовых и аудиоданных, реализацией RAG-подходов для поиска релевантной информации и генерации ответов на основе внешних источников.
Достижения включают автоматизацию обработки текстовых и аудиоданных, внедрение модульной архитектуры для быстрого масштабирования сервисов, разработку системы логирования для контроля качества обработки данных и работы RAG-процессов.
Проекты
(6 лет 2 месяца)
NDA
Роль
ML разработчик
Обязанности
Обязанности:
- Проектирование и реализация серверной логики для интеграции LLM и построения RAG-пайплайнов в бизнес-процессы.
- Внедрение и оптимизация систем поиска с генерацией ответов на основе LLM и внешних источников данных.
- Разработка и поддержка сервисов для обработки мультимодальных данных с использованием современных ML- и NLP-инструментов.
- Настройка компонентной архитектуры и систем логирования для мониторинга и масштабирования решений.
- Организация взаимодействия между ML-агентами, backend-сервисами и внешними API.
Команда: PM, аналитик, 2 ML-инженера, 2 backend-разработчика, 1 DevOps
Достижения
- Успешно внедрил LLM и RAG-решения для автоматизации поиска и генерации ответов на пользовательские запросы.
- Оптимизировал потоковую обработку данных, обеспечив высокую производительность сервисов с LLM и RAG.
- Настроил систему мониторинга и логирования, повысив прозрачность работы ML-сервисов и ускорив выявление узких мест.
Стек специалиста на проекте
PostgreSQL, Docker, Python, Tensorflow, Speech, FastAPI, PyTorch, ONNX, n8n, TensorRT, Whisper, llm, rag, elevenlabs, text
Отрасль проекта
E-commerce & Retail
Период работы
Апрель 2022 - По настоящее время
(3 года 7 месяцев)
NDA
Роль
ML разработчик
Обязанности
- Разработка микросервисов на Python с интеграцией LLM для обработки и анализа текстовых и аудиоданных.
- Реализация RAG-подходов для поиска релевантной информации и генерации ответов на основе внешних источников.
- Интеграция языковых моделей и систем распознавания речи в автоматизированные процессы.
- Настройка архитектуры сервисов и обеспечение взаимодействия между компонентами системы.
- Внедрение систем логирования и мониторинга для контроля качества ML-процессов.
Команда: PM, 1 ML-инженер, 1 backend-разработчик, 1 frontend-разработчик, 1 DevOps
Достижения
- Автоматизировал обработку текстовых и аудиоданных с использованием LLM и RAG, повысив точность поиска и генерации информации.
- Внедрил модульную архитектуру, что позволило быстро масштабировать сервисы под задачи с использованием LLM.
- Реализовал систему логирования, обеспечившую контроль качества обработки данных и работу RAG-процессов.
Стек специалиста на проекте
PostgreSQL, Docker, Python, Tensorflow, FastAPI, PyTorch, Testing, NLP, Redis, Whisper, llm, rag, speechto
Отрасль проекта
E-commerce & Retail
Период работы
Июль 2020 - Март 2022
(1 год 9 месяцев)
NDA
Роль
ML разработчик
Обязанности
- Обучение и внедрение языковых моделей (LLM) для обработки мультимодальных данных и построения RAG-сценариев.
- Оптимизация серверных решений для потоковой обработки аудио, видео и текстовых данных с использованием LLM.
- Разработка и поддержка взаимодействия между ML-агентами, backend-сервисами и внешними источниками данных.
- Настройка логирования и мониторинга для ML-сервисов с поддержкой RAG-процессов.
Команда: PM, 2 ML-инженера, 1 backend-разработчик, 1 DevOps
Достижения
- Создал масштабируемое решение для потоковой обработки данных с применением LLM и RAG, обеспечив высокую скорость и точность.
- Разработал и внедрил модель для автоматического анализа и поиска информации на основе аудио-, видео- и текстовых потоков.
- Обеспечил стабильную интеграцию ML-агентов с внешними системами и источниками данных для расширения возможностей поиска.
Стек специалиста на проекте
PostgreSQL, Docker, Python, Tensorflow, FastAPI, PyTorch, Testing, OpenCV, TensorRT, llm, rag
Отрасль проекта
E-commerce & Retail
Период работы
Сентябрь 2019 - Июнь 2020
(10 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
-
Специальность
-
Завершение учебы
2020 г.
