Сервіс пошуку роботи №1 в Україні
Михайло
AI Automation, Harness engineer
- Розглядає посади:
- AI Automation, Harness engineer, Ml engineer, Ai інженер, AI-розробник, Web-програміст
- Вік:
- 31 рік
- Місто:
- Київ
Контактна інформація
Шукач вказав: ТелефонЕл. поштуLinkedInМесенджер
Прізвище, контакти та світлина доступні тільки для зареєстрованих роботодавців. Щоб отримати доступ до особистих даних кандидатів, увійдіть як роботодавець або зареєструйтеся.
Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/19986094/
Завантажений файл
Версія для швидкого
перегляду
Це резюме розміщено у вигляді файлу. Ця версія для швидкого перегляду може бути гіршою за оригінал резюме.
Михайло Старушко
AI / ML Engineer
Ajax Systems | IT Department | 03.2021 - теп. час (в компанії з 2019)
[відкрити контакти ](див. вище в блоці «контактна інформація») | [відкрити контакти ](див. вище в блоці «контактна інформація»)
github.com/Gekvhm | starushkomykhailo.space
ПРО ФАХІВЦЯ
Пройшов шлях від 1-ї лінії підтримки до AI-інженера в Ajax Systems. За 3 місяці впровадив та підтримую 2
AI-продукти: агент розподілу тікетів Service Desk (−5 FTE, n8n + Gemini) та систему аналізу мережевих логів
(локальна Qwen 3.1 fine-tuned). На ФОП автоматизував управління 4 сайтами (замінено 3 особи) через
мультиагентну систему. 5+ років адміністрування гетерогенного середовища (Windows, Linux, macOS, 500+
машин). Пишу на Python та C++ (ООП), скрипти на Bash/PowerShell. Курси з кібербезпеки та DevOps. Працюю з
Hermes Agent, RAG, Docker та інші інструменти в залежності від задачі.
ДОСВІД РОБОТИ
Ajax Systems — IT відділ
03.2021 — теперішній час
Пройшов шлях від 1-ї лінії техпідтримки до AI-інженера. Адміністрував 500+ робочих станцій у гетерогенному
середовищі (Windows, Linux, macOS). Автоматизував рутинні операції скриптами (Python, C++, Bash, PowerShell).
Пройшов курси з кібербезпеки та DevOps у ШАГ. Відкрив ФОП, почав працювати з Нейромережами. За 3 місяці
створив та підтримую — 2 AI-продукти впроваджено в робочий процес ІТ-відділу.
КЛЮЧОВІ ПРОЄКТИ
1. AI-агент розподілу тікетів (Ajax Systems)
Склав агента (n8n + Gemini), який автоматизував 90% маршрутизації запитів до ІТ-департаменту. Процес, який
раніше виконували 5 співробітників, тепер виконується автоматично: аналіз тексту запиту, визначення
пріоритету, маршрутизація до відповідного відділу. Час обробки скорочено з годин до хвилин.
Результат: −5 FTE, 90% автоматизації маршрутизації
2. Система аналізу мережевих логів (Ajax Systems)
Спроектував та розробив систему для парсингу мережі та пошуку проблемних зон. Працює на локальній
відфайнтюненій моделі Qwen 3.1. Поєднує статистичну детекцію аномалій (Z-Score) та семантичний пошук (RAG)
для автоматичної локалізації несправностей. Збирає та аналізує статистику — перехід від реактивного до
проактивного моніторингу мережі.
Результат: автоматизована діагностика мережі, системна статистика проблем
Сторінка 1/2
3. AI-автоматизація вебсайтів (ФОП)
Мультиагентна система (Hermes Agent) для управління retna.com та іншими сайтами. Замінила 4 ролі:
контент-менеджер, редактор, верстальник, факт-чекер.
Herme
Результат: замінено 4 особи (команда)
ОСОБИСТІ ПРОЄКТИ
Проєкти, які я будую у власний час — стек, архітектура, експерименти
4. Метакогнітивна архітектура для AI-агентів
Автоматизував агента для автосамопокращення та пристосування до умов роботи. Агент самостійно виявляє
неефективності, коригує власну поведінку та навчається на результатах без ручного втручання. (Проект в
розробці.)
5. L-MAS — візуальний конструктор мультиагентних систем
Drag & drop дизайнер агентів на LangGraph + React Flow. Self-Correction Loop (автовиправлення JSON до 3
спроб), Anti-Loop захист, GBNF граматики для строгого виводу локальних моделей. Підтримка Gemini CLI, Ollama
та хмарних провайдерів.
ТЕХНОЛОГІЧНИЙ СТЕК
LLMs та AI: DeepSeek, OpenAI, Gemini (CLI, Flash, AGY), Ollama (Qwen, Gemma, Llama), vLLM
Agent Frameworks: Hermes Agent, LangGraph, CrewAI, MCP, OpenClaw
RAG & Vector: Qdrant, LanceDB, Hybrid Search, Knowledge Graph, Cross-Encoders
ML / Embeddings: Sentence Transformers, FinBERT ONNX, LLM-as-Judge (RAGAS)
Backend: Python 3.10-3.14, FastAPI, LangChain, LiteLLM
Frontend: React, React Flow, Vite, Recharts
DevOps: Docker, Docker Compose, GitHub Actions, Bitwarden Secrets, GSP
Deployment: Raspberry Pi 4, DietPi, Ubuntu, Tailscale, SSH, Cloudflare Tunnel, wireguard
GPU: CUDA, Metal (Apple Silicon)
ОС та скриптинг: Windows, Linux, macOS; Bash, PowerShell
Навчання: Cybersecurity курси, DevOps курси, C++ (ООП), Python (ООП), Академія ШАГ
ЗАГАЛЬНИЙ ВПЛИВ
Автоматизовано понад 9+ FTE через AI-рішення
Проєкт Вплив Середовище
Ticket Agent −5 FTE Ajax Systems
Network Analyzer Проактивний моніторинг Ajax Systems
FOP Websites Замінено 4 особи ФОП
Metacognitive Self-improving agent Pet (in dev)
L-MAS Конструктор агентів Pet
Сторінка 2/2
AI / ML Engineer
Ajax Systems | IT Department | 03.2021 - теп. час (в компанії з 2019)
[
github.com/Gekvhm | starushkomykhailo.space
ПРО ФАХІВЦЯ
Пройшов шлях від 1-ї лінії підтримки до AI-інженера в Ajax Systems. За 3 місяці впровадив та підтримую 2
AI-продукти: агент розподілу тікетів Service Desk (−5 FTE, n8n + Gemini) та систему аналізу мережевих логів
(локальна Qwen 3.1 fine-tuned). На ФОП автоматизував управління 4 сайтами (замінено 3 особи) через
мультиагентну систему. 5+ років адміністрування гетерогенного середовища (Windows, Linux, macOS, 500+
машин). Пишу на Python та C++ (ООП), скрипти на Bash/PowerShell. Курси з кібербезпеки та DevOps. Працюю з
Hermes Agent, RAG, Docker та інші інструменти в залежності від задачі.
ДОСВІД РОБОТИ
Ajax Systems — IT відділ
03.2021 — теперішній час
Пройшов шлях від 1-ї лінії техпідтримки до AI-інженера. Адміністрував 500+ робочих станцій у гетерогенному
середовищі (Windows, Linux, macOS). Автоматизував рутинні операції скриптами (Python, C++, Bash, PowerShell).
Пройшов курси з кібербезпеки та DevOps у ШАГ. Відкрив ФОП, почав працювати з Нейромережами. За 3 місяці
створив та підтримую — 2 AI-продукти впроваджено в робочий процес ІТ-відділу.
КЛЮЧОВІ ПРОЄКТИ
1. AI-агент розподілу тікетів (Ajax Systems)
Склав агента (n8n + Gemini), який автоматизував 90% маршрутизації запитів до ІТ-департаменту. Процес, який
раніше виконували 5 співробітників, тепер виконується автоматично: аналіз тексту запиту, визначення
пріоритету, маршрутизація до відповідного відділу. Час обробки скорочено з годин до хвилин.
Результат: −5 FTE, 90% автоматизації маршрутизації
2. Система аналізу мережевих логів (Ajax Systems)
Спроектував та розробив систему для парсингу мережі та пошуку проблемних зон. Працює на локальній
відфайнтюненій моделі Qwen 3.1. Поєднує статистичну детекцію аномалій (Z-Score) та семантичний пошук (RAG)
для автоматичної локалізації несправностей. Збирає та аналізує статистику — перехід від реактивного до
проактивного моніторингу мережі.
Результат: автоматизована діагностика мережі, системна статистика проблем
Сторінка 1/2
3. AI-автоматизація вебсайтів (ФОП)
Мультиагентна система (Hermes Agent) для управління retna.com та іншими сайтами. Замінила 4 ролі:
контент-менеджер, редактор, верстальник, факт-чекер.
Herme
Результат: замінено 4 особи (команда)
ОСОБИСТІ ПРОЄКТИ
Проєкти, які я будую у власний час — стек, архітектура, експерименти
4. Метакогнітивна архітектура для AI-агентів
Автоматизував агента для автосамопокращення та пристосування до умов роботи. Агент самостійно виявляє
неефективності, коригує власну поведінку та навчається на результатах без ручного втручання. (Проект в
розробці.)
5. L-MAS — візуальний конструктор мультиагентних систем
Drag & drop дизайнер агентів на LangGraph + React Flow. Self-Correction Loop (автовиправлення JSON до 3
спроб), Anti-Loop захист, GBNF граматики для строгого виводу локальних моделей. Підтримка Gemini CLI, Ollama
та хмарних провайдерів.
ТЕХНОЛОГІЧНИЙ СТЕК
LLMs та AI: DeepSeek, OpenAI, Gemini (CLI, Flash, AGY), Ollama (Qwen, Gemma, Llama), vLLM
Agent Frameworks: Hermes Agent, LangGraph, CrewAI, MCP, OpenClaw
RAG & Vector: Qdrant, LanceDB, Hybrid Search, Knowledge Graph, Cross-Encoders
ML / Embeddings: Sentence Transformers, FinBERT ONNX, LLM-as-Judge (RAGAS)
Backend: Python 3.10-3.14, FastAPI, LangChain, LiteLLM
Frontend: React, React Flow, Vite, Recharts
DevOps: Docker, Docker Compose, GitHub Actions, Bitwarden Secrets, GSP
Deployment: Raspberry Pi 4, DietPi, Ubuntu, Tailscale, SSH, Cloudflare Tunnel, wireguard
GPU: CUDA, Metal (Apple Silicon)
ОС та скриптинг: Windows, Linux, macOS; Bash, PowerShell
Навчання: Cybersecurity курси, DevOps курси, C++ (ООП), Python (ООП), Академія ШАГ
ЗАГАЛЬНИЙ ВПЛИВ
Автоматизовано понад 9+ FTE через AI-рішення
Проєкт Вплив Середовище
Ticket Agent −5 FTE Ajax Systems
Network Analyzer Проактивний моніторинг Ajax Systems
FOP Websites Замінено 4 особи ФОП
Metacognitive Self-improving agent Pet (in dev)
L-MAS Конструктор агентів Pet
Сторінка 2/2
Схожі кандидати
-
AI Automation Specialist
62000 грн, Київ, Дистанційно -
Python Engineer (AI, Powered Backend, System Automation)
Київ, Дистанційно -
AI Automation Developer
Київ, Дистанційно -
AI automation engineer
80000 грн, Київ -
AI automation engineer
Київ, Дистанційно -
AI-інженер
30000 грн, Київ