НГ
Никита Г.
Мужчина, 32 года
Россия, Москва, UTC+3
Ставка
4 415,58 Р/час
НДС не облагается
Специалист доступен с 2 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
LLM исследователь
Грейд
Навыки
Отрасли
Проф. сообщества
Знание языков
Русский — C2
Английский — C1
Главное о специалисте
Senior NLP Engineer with 5+ years of experience in developing and deploying AI-powered chatbots and LLM solutions. Specializing in RAG architectures, prompt engineering, and synthetic data generation to optimize contact center operations and lead generation (reduced call budget by 25%). Proven track record of taking models from research to production using MLFlow, DVC, and modern NLP stacks. Passionate about building scalable AI systems that deliver measurable business impact.
Проекты
(5 лет 1 месяц)
БиАйЭй-Технолоджиз
Роль
NLP Engineer
Обязанности
Разрабатывал и внедрял корпоративные AI-решения с использованием передовых больших языковых моделей (Yandex GPT, ChatGPT) и архитектур RAG для оптимизации работы контакт-центров и процессов аналитики текстов. Специализировался на высокоэффективном обслуживании моделей (оптимизации vLLM/SGLang) и надежных реализациях MLOps (MLFlow/DVC), достигнув улучшения скорости инференса и надежности развертывания на 30%+ для бизнес-критичных систем.
Ключевые достижения:
Разработал и внедрил чат-боты на основе LLM для контакт-центров, интегрировав RAG-пайплайны (LangChain, LlamaIndex) и оптимизировав промпт-инжиниринг для повышения качества ответов.
Исследовал и внедрил оптимизации для обслуживания LLM (vLLM, SGLang), повысив скорость инференса и эффективность использования ресурсов при развертывании моделей.
Создал системы генерации синтетических данных с использованием Yandex GPT и ChatGPT для улучшения пайплайнов обучения и тестирования моделей.
Разработал немодельные алгоритмы для извлечения адресов и обнаружения ключевых слов в текстах, дополняя подходы машинного обучения.
Внедрил MLOps-фреймворки с использованием MLFlow и DVC для надежного управления версиями моделей на протяжении всего жизненного цикла проектов.
Проводил текстовую аналитику с помощью статистического анализа и визуализации для принятия решений на основе данных и улучшения моделей.
Есть желание работать с медицинскими/страховыми текстами.
Технологии:
LLM и Генеративный AI:
GPT-4, Claude 3, Mistral, LangChain, LlamaIndex, Transformers, vLLM, SGLang, TensorRT-LLM, AWQ/GPTQ квантизация
NLP и ML Инжиниринг:
PyTorch, TensorFlow, BERT, RoBERTa, spaCy, NLTK, RASA, Haystack, FastAPI, Flask
MLOps и Облачная Инфраструктура:
MLFlow, DVC, Kubeflow, Airflow, Docker, Kubernetes, Terraform
AWS SageMaker, GCP Vertex AI, Azure ML, NVIDIA Triton, Redis, Celery
Инжиниринг Данных и Аналитика:
Генерация синтетических данных (на основе LLM), Текстовая аналитика, ETL-пайплайны
SQL/NoSQL, Apache Spark, Elasticsearch, Prometheus, Grafana
DevOps и Продкшн:
CI/CD (GitHub Actions, GitLab CI), Модульное/Интеграционное тестирование (pytest)
Логирование (ELK Stack), Мониторинг (Prometheus, Datadog), A/B тестирование
Стек специалиста на проекте
Trino, NVidia, AI, langchain, Grafana, transformers, roberta, Bert, AWS, Логирование, claude, SpaCy, llm, Kubeflow, Tensorflow, rasa, Vert.x, DVC, Elasticsearch, DevOps, Redis, Pytest, Celery, FastAPI, Terraform, NLTK, PyTorch, Apache Spark, sagemaker, NLP, MLflow, GCP, Datadog, ELK Stack, Мониторинг, MLops, Docker, GitHub Actions, Clang, Аналитика, Flask, Apache AirFlow, Azure, Testing, Нереляционные БД (NoSQL), Machine learning, данных, llamaindex, CI/CD, Integration testing, A/B testing, и облачная инфраструктура, vllm, mistral, haystack, ETL пайплайны, Gitlab CI, Prometheus, Kubernetes
Отрасль проекта
Urban technology
Период работы
Январь 2024 - По настоящее время
(1 год 10 месяцев)
Hydac
Роль
CV Engineer
Обязанности
азрабатывал и внедрял AI-решения для обнаружения аномалий с применением GAN и автокодировщиков в производственных процессах. Применял методы оптимизации моделей, такие как квантование и прунинг, для повышения их производительности.
Ключевые достижения:
Достиг исключительной точности (свыше 97%) в выявлении различных аномалий на разных устройствах.
Возглавлял разработку решений в области компьютерного зрения для проекта по мусоровозам, специализируясь на алгоритмах семантической сегментации (Segment Anything, U-Net), обнаружения объектов (YOLO), оценки глубины (MiDaS, DPT) и отслеживания объектов (Optical flow). Добился значительного улучшения обнаружения мусорных контейнеров (с 0.5 до 0.8 mAP) за счет стратегий предобработки изображений.
Играл ключевую роль в сборе и очистке данных, обеспечивая их целостность и качество для углубленного анализа и моделирования.
Технологии:
Генеративный AI:
GAN, Автокодировщик
Компьютерное зрение и ML-инжиниринг:
PyTorch, TensorFlow, YOLO, U-Net, MiDaS, DPT, Segment Anything, K-Means, Optical flow
MLOps и Облачная инфраструктура:
MLFlow, DVC, Kubeflow, Docker, Airflow, Kubernetes
Инжиниринг данных и аналитика:
ETL-пайплайны, Elasticsearch, Prometheus, Grafana
DevOps и вывод в продакшн:
CI/CD (GitHub Actions, GitLab CI), Модульное/интеграционное тестирование (pytest)
Логирование (ELK Stack), Мониторинг (Prometheus, Datadog), A/B тестирование
Стек специалиста на проекте
AI, Grafana, Логирование, Kubeflow, Tensorflow, DVC, Elasticsearch, DevOps, Pytest, UNET, PyTorch, Flow.js, MLflow, Datadog, ELK Stack, Мониторинг, MLops, YOLO, Docker, GitHub Actions, Аналитика, компьютерное зрение, Apache AirFlow, Gan, Testing, данных, Segment Anything, CI/CD, Integration testing, A/B testing, K-means, и облачная инфраструктура, ETL пайплайны, Gitlab CI, Prometheus, Kubernetes
Отрасль проекта
Manufacturing
Период работы
Октябрь 2022 - Январь 2024
(1 год 4 месяца)
Profit Center FX
Роль
NLP Engineer
Обязанности
Разработал чат-бота для помощи менеджерам контакт-центра в генерации лидов и сократил время его отклика на 20%.
Ключевые достижения:
Увеличил генерацию лидов на 25% за счет улучшения шаблона сценария звонков
Разработал и внедрил проактивный фильтр ненормативной лексики в чат-боте, что сократило ежедневные затраты на звонки на 40% без влияния на генерацию лидов
Технологии:
NLP и ML-инжиниринг:
PyTorch, TensorFlow, BERT, RoBERTa, spaCy, NLTK, natasha, Gensim, Random Forest, Gradient Boosting, FastAPI, Flask
MLOps и облачная инфраструктура:
MLFlow, DVC, Kubeflow, Airflow, Docker, Kubernetes, Terraform, Redis, Celery
Инжиниринг данных и аналитика:
Текстовая аналитика, ETL-пайплайны
SQL/NoSQL, Apache Spark, Elasticsearch, Prometheus, Grafana
DevOps и вывод в продакшн:
CI/CD (GitHub Actions, GitLab CI), Модульное/интеграционное тестирование (pytest)
Логирование (ELK Stack), Мониторинг (Prometheus, Datadog), A/B тестирование
Стек специалиста на проекте
first, Grafana, roberta, Bert, Логирование, boosting, SpaCy, Kubeflow, Tensorflow, DVC, Elasticsearch, DevOps, Redis, Pytest, Celery, FastAPI, Terraform, NLTK, PyTorch, Gensim, Apache Spark, NLP, MLflow, Datadog, ELK Stack, Мониторинг, MLops, Docker, GitHub Actions, Radon, Аналитика, Flask, Apache AirFlow, Testing, Нереляционные БД (NoSQL), данных, CI/CD, Integration testing, A/B testing, и облачная инфраструктура, ETL пайплайны, Gitlab CI, Prometheus, Kubernetes
Отрасль проекта
AI & Robotics
Период работы
Май 2021 - Октябрь 2022
(1 год 6 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Да
Дипломы и сертификаты
Разработчик 2019 г.
Образование
Высшее
Учебное заведение
Уровень Высшее образование (Бакалавр) Московский авиационный институт (национальный исследовательский университет), Москва
Специальность
Радиоэлектроника летательных аппаратов, Радиотехника
Завершение учебы
2019 г.
