Кирило

Kyrylo Kalashnyk
AI-інженер | Розробник LLM та систем автоматизації
Анталія, Туреччина · [відкрити контакти](див. вище в блоці «контактна інформація») · Telegram: @kotiniiqq · GitHub: github.com/kotiniiqq

ПРОФІЛЬ

AI-інженер із бекграундом у веброзробці, самостійно опанував AI та LLM-інженерію з кінця 2022 року.
Працюю переважно з приватними клієнтами та малим бізнесом: створюю чат-ботів, автоматизації та
інструменти на базі LLM, використовуючи Python, n8n і API OpenAI/OpenRouter. Починав зі створення
сайтів (2021–2022), потім перейшов у фриланс, орієнтований на AI, коли LLM API стали доступними. Легко
беру задачу клієнта, прототипую рішення та ітерую на основі зворотного зв’язку.

ТЕХНІЧНІ НАВИЧКИ

AI та LLM: OpenAI API, OpenRouter API, Claude API, локальні LLM (Ollama, vLLM), prompt engineering, RAG,
AI-асистенти, LLM-воркфлоу, логування LLM-викликів (відстеження вартості/латентності)
Комп’ютерний зір: OpenCV, обробка відео, трекінг об’єктів, аналіз рухів, ML-моделі
Мови програмування: Python, JavaScript
Бекенд та API: Node.js, REST API, інтеграції API, вебхуки
Фронтенд та дашборди: HTML, CSS, JavaScript, React.js, WordPress, внутрішні дашборди
Бази даних та сховища: PostgreSQL, MongoDB, BigQuery, векторні бази даних (ChromaDB)
Автоматизація: n8n, Telegram Bot API, інтеграції WhatsApp, Slack Bot API / інтеграції Slack-застосунків,
автоматизація робочих процесів
Месенджери та поштова інфраструктура: власна розробка месенджера (особистий проєкт),
налаштування self-hosted поштового сервісу
Хмара та інфраструктура: Docker, GCP (Google Cloud Platform), розгортання та адміністрування VPS,
CI/CD (GitHub Actions), Git, Postman, Linux

ДОСВІД РОБОТИ

Junior Web Developer — фриланс / навчальні проєкти 2021 – 2022
Пройшов професійний курс веброзробки та працював над фриланс- і навчальними лендінгами й сайтами
для малого бізнесу, напрацьовуючи базові навички програмування.
Створював адаптивні сайти та лендінги на HTML, CSS і JavaScript.
Розробляв інтерактивні UI-компоненти на ранньому React.js.
Працював із бекенд-логікою, формами та викликами REST API.
Освоїв Git, Linux і процеси деплою вебзастосунків.
Стек: HTML, CSS, JavaScript, React.js, Git, REST API
AI Developer / Automation Engineer — фриланс та клієнтські проєкти Кінець 2022 – дотепер
Перейшов із веброзробки в AI-інструменти невдовзі після публічного релізу ChatGPT; працюю переважно
самостійно для малого бізнесу та приватних клієнтів, яких знаходжу через фриланс-платформи та
рекомендації.
Створював AI-асистентів і Telegram-ботів для клієнтів на OpenAI API, згодом додав OpenRouter API, коли
він став доступним у 2023 році.
Налаштовував автоматизації в n8n, що з’єднували вебхуки клієнтів, таблиці та невеликі бази даних,
зазвичай обробляючи від кількох десятків до пари сотень запитів на день.
Писав Python-скрипти для викликів API, очищення даних і форматування AI-відповідей для ботів, із
логуванням LLM-викликів (латентність/вартість) для дебагу.
Використовував PostgreSQL/MongoDB для легкого зберігання запитів користувачів, логів і результатів
роботи ботів.
Самостійно займався деплоєм і підтримкою за допомогою Docker, Git і Linux.
Стек: Python, n8n, OpenAI API, OpenRouter API (з 2023), Telegram Bot API, PostgreSQL, MongoDB, Docker

ВИБРАНІ ПРОЄКТИ

Чат-бот підтримки для невеликого онлайн-магазину 2023
Створив Telegram/WhatsApp-бота для невеликого e-commerce клієнта, щоб обробляти типові запитання
покупців (статус замовлення, умови повернення, наявність товару).
Побудував RAG-пайплайн (ChromaDB) поверх FAQ і документів магазину, щоб бот відповідав на основі
реальної інформації магазину.
Підключив бота до API статусу замовлень магазину, щоб напряму відповідати на питання про доставку.
Додав передачу оператору: якщо бот не був упевнений у відповіді, він пересилав діалог із коротким
резюме власнику магазину.
Приблизно вдвічі зменшив кількість типових повідомлень, на які власник відповідав особисто, за його
оцінкою.
Стек: Python, n8n, ChromaDB, OpenAI API, Telegram Bot API, WhatsApp Business API, PostgreSQL

Інструмент дослідження лідів та холодних розсилок 2024
Створив інструмент для клієнта, що займався холодними розсилками, щоб скоротити час на ручне
дослідження кожного ліда перед написанням листа.
Збирав публічну інформацію із сайтів компаній і каталогів за допомогою Playwright/BeautifulSoup.
Використовував LLM (через OpenRouter, Claude 3.5 Sonnet / GPT-4o) для стислого опису ймовірних болей
кожної компанії на основі її лендінгу.
Генерував чорновий варіант листа для кожного ліда, який клієнт переглядав і персоналізував перед
відправкою.
Передавав кваліфіковані ліди в наявну CRM клієнта через вебхук.
Стек: Python, n8n, OpenRouter API (Claude 3.5 Sonnet / GPT-4o), Playwright/BeautifulSoup, PostgreSQL, Webhooks

Аналіз спортивних рухів — особистий / фриланс-проєкт 2024 – 2025
Побічний проєкт (з одним невеликим платним клієнтом — місцевим спортивним тренером), у якому
досліджував, чи може комп’ютерний зір давати аматорам-спортсменам корисний фідбек щодо техніки.
Використовував OpenCV і попередньо навчену модель оцінки пози для трекінгу рухів гравців на
тренувальних відео з баскетболу та футболу.
Писав скрипти, що позначали конкретні патерни рухів, пов’язані з типовими помилками техніки (обсяг
свідомо вузький, не загальна система виявлення травм).
Перетворював сирі дані трекінгу на короткі, зрозумілі нотатки, які тренер міг прочитати після
тренування.
Протестовано на наборі реальних тренувальних відео; обсяг свідомо тримав вузьким.
Стек: Python, OpenCV, обробка відео, трекінг об’єктів, REST API, PostgreSQL
Інструмент офлайн-екстракції документів 2024 – 2025
Створений для невеликого місцевого бізнесу (агенції нерухомості), який хотів обробляти рахунки та
договори без відправлення документів у зовнішні API.
Запускав локальну LLM (Ollama, Llama 3.1) на машині клієнта, щоб жоден документ не залишав їхню
мережу.
Побудував пайплайн OCR + парсингу для сканованих рахунків і договорів.
Використовував Pydantic-схеми, щоб змусити модель повертати структуровані поля (суми, дати,
сторони).
За оцінкою клієнта, заощадив йому кілька годин на тиждень ручного введення даних.
Стек: локальні LLM (Ollama, Llama 3.1 / Mistral), Python (PyPDF, Pydantic), n8n, Docker, PostgreSQL

Бот щотижневих зведень метрик 2025
Внутрішній інструмент для клієнта, який хотів швидке щотижневе зведення бізнес-показників без
копирсання в дашборді.
Щотижня підтягував дані через n8n з бази даних клієнта та акаунта Stripe.
За допомогою Pandas розраховував основні KPI та позначав усе, що змінилося сильніше за звичне.
LLM перетворювала цифри на коротке текстове зведення, яке щопонеділка публікувалося в Slack клієнта.
Стек: Python (Pandas), n8n, OpenAI API, SQL, PostgreSQL, Stripe API, Slack API

Дашборд бізнес-метрик (маркетинг + фінанси) 2026
Створив вебдашборд для невеликої компанії, яка хотіла бачити маркетингові та фінансові метрики в
одному місці.
Побудував n8n-пайплайни, що за розкладом підтягували дані з рекламних платформ, CRM клієнта та
Stripe у спільну базу даних.
Використовував BigQuery для зберігання та агрегації історичних метрик (витрати, конверсії, дохід, відтік)
для перегляду трендів.
Зробив фронтенд на React із графіками маркетингових KPI (CAC, конверсія, витрати на рекламу по
каналах) і показників фінансового здоров’я (дохід, тренд MRR, burn rate).
Додав щотижневе текстове зведення від LLM, що підсвічувало помітні зміни.
Розгорнув на VPS у Docker із basic auth, використовуючи GitHub Actions для збірки та публікації
оновлень.
Стек: Python, n8n, BigQuery, React, Docker, VPS, OpenAI API

Бот перевірки готовності задач у JIRA 2026
Створив ботів автоматизації для команди, що працює в JIRA, аби перевіряти вхідні тікети до початку роботи
— чи готова кожна задача до взяття в роботу (гейт Definition of Ready).
Підключився до JIRA через n8n (REST API + вебхуки), щоб у реальному часі підхоплювати нові та
оновлені задачі.
Перевіряв кожен тікет на обов’язкові поля (опис, критерії приймання, оцінку, виконавця та пов’язані
елементи) і позначав усе відсутнє чи неповне, перш ніж задача могла перейти в роботу.
Використовував LLM для оцінки того, чи опис і критерії приймання були зрозумілими та придатними для
роботи.
Публікував звіти про готовність і попередження в Slack команди, щоб прогалини виявлялися заздалегідь,
а не всередині спринту.
Стек: Python, n8n, JIRA REST API, OpenAI API, Slack API, Webhooks

ОСОБИСТІ ПРОЄКТИ

Пісочниця для промптів/тестів, де порівнюю моделі OpenRouter на одній задачі (компроміс ціна/якість).
Кілька невеликих Telegram-ботів для прототипування нових патернів n8n перед використанням у
клієнтських проєктах.
 Експерименти із запуском Llama та Mistral локально через Ollama, щоб зрозуміти, що реально на
споживчому залізі.
Self-hosted месенджер + поштовий сервіс: чат у реальному часі та легкий поштовий сервер, розгорнуті
на власному VPS у Docker, зроблені для вивчення self-hosting, мереж і управління інфраструктурою.

ОСВІТА

Національний технічний університет «Харківський політехнічний інститут» 2025 – дотепер

МОВИ

Українська — рідна Англійська — Intermediate / Upper-Intermediate
Російська — рідна Польська — базовий рівень

ДОДАТКОВА ІНФОРМАЦІЯ

Відкритий до віддаленої роботи, фриланс-проєктів та ролей в AI-інженерії.
Цікавлюся LLM, AI-автоматизацією, комп’ютерним зором, аналізом відео, локальними моделями та
спортивною аналітикою.
Вмію працювати самостійно з клієнтами: збирати вимоги, будувати прототипи та адаптувати AI-
інструменти під реальні задачі.