Контактна інформація

Шукач вказав телефон та ел. пошту.

Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/14477410/

Досвід роботи

AI Engineer

з 08.2025 по нині (1 рік)
Ssstik, Дистанційно (IT)

*Кастомна розподілена черга: Спроектував систему оркестрації паралельних завдань з нуля, використовуючи Redis, що дозволило синхронізувати виконання інференсу на двох GPU-серверах з динамічним керуванням навантаженням.​

*Просунуті пайплайни GenAI: Розробив автоматизовані воркфлоу ComfyUI для FLUX та Stable Diffusion, інтегрувавши ControlNet та IP-Adapter для точного контролю стилю та структури.

*Гібридні системи комп'ютерного зору: Побудував Watermark Remover (систему видалення водяних знаків) рівня production, поєднавши локалізацію тексту на основі OCR з LaMa inpainting, досягнувши високої точності відновлення на складних фонах.

*Оптимізація продуктивності: Зменшив час «холодного старту» моделі та затримку інференсу шляхом впровадження квантування FP16, розумного кешування VRAM та асинхронного планування завдань GPU.

*Інфраструктура та бекенд: Контейнеризував весь ML-стек за допомогою Docker та FastAPI, налаштувавши оркестрацію асинхронних завдань та сховище AWS S3 для керування великими обсягами артефактів.

ML Engineer

з 01.2024 по 06.2025 (1 рік 6 місяців)
IT-Jim, Дистанційно (IT)

*Розробив та підтримував моделі виявлення токсичної поведінки в реальному часі, використовуючи PyTorch та scikit-learn, що забезпечило автоматизовану модерацію понад 10 000 повідомлень користувачів на день в онлайн-спільноті.​

*Працював у крос-функціональній Agile-команді з семи осіб під керівництвом Senior ML Engineer (Team Lead), включаючи двох ML-інженерів, одного Data Scientist, двох Back-End розробників та одного DevOps-інженера. Комунікація в команді включала регулярні код-рев'ю, спільне вирішення проблем та прозорі робочі процеси, що забезпечувало швидку та ефективну розробку.

*Реалізував модерацію повідомлень у реальному часі шляхом створення RESTful API ендпоінтів (FastAPI) для чат-платформ, що дозволило надсилати повідомлення користувачів та отримувати миттєві прогнози токсичності.

*Розгорнув ML-мікросервіси з використанням FastAPI та Docker на AWS, що дозволило швидко реагувати на порушення правил та запобігати поширенню шкідливої поведінки.​

*Брав участь в оцінці моделей шляхом аудиту випадків помилково негативних (False Negative) та помилково позитивних (False Positive) спрацьовувань. Виявив та усунув слабкі місця моделі, такі як виявлення токсичних повідомлень, замаскованих підміною гомогліфів та обфускацією Unicode. Використав контекстні ембеддінги, виконав аугментацію даних та скоригував пороги прийняття рішень, що призвело до зменшення кількості невиявлених токсичних повідомлень на 20%.

Освіта

Johannes Kepler University Linz

Artificial Intelligence Bachelor, Київ
Вища, з 2023 по 2026 (3 роки)

Знання і навички

• Python
• SQL
• Bash
• Deep Learning
• Machine Learning
• LLM
• CI/CD
• PyTorch
• Scikit-learn
• Transformers
• Hugging-face
• MySQL
• Docker
• Matplotlib
• FastAPI
• Redis
• Pandas
• Seaborn
• NumPy
• CUDA
• ONNXRuntime
• Git
• Anaconda
• AWS
• R-Studio
• ComfyUI
• Amazon S3

Знання мов

• Англійська — просунутий
• Українська — вільно
• Німецька — середній