Контактна інформація

Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/19998880/

Досвід роботи

Інженер з експлуатації

з 10.2023 по нині (3 роки)
RetailGroup, Київ (Роздрібна торгівля)

Обов'язки:
• виробнича підтримка Oracle-based ERP-системи: від типових звернень до складних технічних розслідувань (замовлення, ціноутворення, управління запасами);
• SQL/PL/SQL: аналіз, перевірка та виправлення даних, пошук першопричин помилок, експрес-рев'ю коду перед викладкою;
• повний цикл змін у production: аналіз проблеми → задача (Jira) → тестування → release → deployment → контроль результату;
• ведення release-гілки Git-репозиторію PL/SQL-проєкту, вирішення merge-конфліктів, контроль відповідності продуктової БД стану гілки;
• робота з вимогами: уточнення з бізнесом і лінійними користувачами, взаємодія з розробниками та проєктними менеджерами.

Результати:
• ініціював та впровадив внутрішнього AI-агента для відділу підтримки ERP, який допомагає з аналізом інцидентів, SQL/PLSQL, бізнес-логікою та підготовкою технічних задач;
• вивів AI-агента в щоденну роботу відділу: напівавтономні сценарії під контролем інженера; значна частина повторюваних активностей підтримки автоматизована;
• адаптував AI-сценарії під реальні задачі підтримки: агент аналізує технічну проблему, а не просто генерує текст.

Фахівець інформаційних технологій

з 06.2017 по 09.2023 (6 років 4 місяці)
ДП «Інфотех», Київ (IT)

• підтримка користувачів ERP (кадровий облік): консультації, віддалені підключення, аналіз та усунення помилок;
• розробка та супровід звітності з Oracle Database як джерелом даних (FastReport / Stimulsoft);
• PL/SQL для масових оновлень, міграційних скриптів і складних звітів; оптимізація SQL;
• адаптація звітних форм під змінені вимоги клієнтів;
• самостійно побудовані лабораторні середовища Oracle у Docker (Linux).

Освіта

Комп'ютерна академія ШАГ

Розробка програмного забезпечення, Київ
Середня спеціальна, з 2011 по 2014 (3 роки)

Додаткова освіта та сертифікати

Системна самоосвіта: власна інженерна лабораторія — локальні LLM (Ollama, квантизація), vLLM, MCP-сервери, адміністрування VPS

Все життя.

Знання і навички

• All stack developer
• Hermes Agent
• Oracle Database
• SQL
• PL/SQL
• Аналітичні вибірки
• Бізнес-логіка
• Інтеграції
• Адміністрування VPS
• AI API
• OpenClaw
• MCP-сервери
• Docker
• Docker Compose
• Git
• Python
• FastAPI
• Agentic workflows
• Incident investigation
• Redis
• GitHub Actions
• Llm agents
• AI agents
• Rag
• PGVector
• Local LLMs (Ollama)
• React
• TypeScript
• PostgreSQL
• REST API

Знання мов

• Українська — вільно
• Англійська — середній

Додаткова інформація

Інженер із близько 9 роками комерційного досвіду роботи з enterprise-системами та production-середовищем. Пройшов шлях від production-підтримки Oracle/ERP, SQL/PL/SQL і складних бізнес-систем до автоматизації внутрішніх процесів та AI/LLM-інженерії.

У поточній ролі ініціював та впровадив внутрішнього AI-агента для відділу підтримки ERP, який допомагає з аналізом інцидентів, SQL/PLSQL, бізнес-логікою та підготовкою технічних задач.

Розвиваю цей напрям в end-to-end AI-проєктах: ForgeMind — публічний портфоліо-проєкт AI-assisted аналізу ризиків постачання з RAG, role-based доступом до документів та audit trail.

У власних AI-проєктах працюю з повним контуром: backend API, async workers, frontend, CI та контрольований deployment.

Практикую AI-assisted engineering: використовую AI-агентів для декомпозиції та реалізації задач із детермінованими verification gates, тестуванням, code review та контрольованим deployment.

Експериментальний рівень — локальна LLM-лабораторія: Ollama та квантизація моделей, vLLM, MCP-сервери, адміністрування VPS.

Проєкт ForgeMind — AI-assisted supply-risk intelligence (публічний портфоліо-проєкт):
• Workflow: Production Plan → детермінований розрахунок ризику → RAG-пошук свідчень із цитатами джерел → структурована AI-рекомендація (schema-валідація) → незалежне людське погодження → контрольоване завдання на закупівлю → незмінний audit trail.
• Backend: Python, FastAPI, REST API, PostgreSQL + pgvector, Redis + async workers.
• Frontend: React, TypeScript.
• AI: RAG із source attribution, role-based доступ до документів на рівні retrieval, structured LLM output, golden dataset.
• Безпека та контроль: JWT, RBAC, розділення обов'язків (заборона самопогодження), immutable audit events, fail-closed конфігурація.
• Якість та розгортання: pytest, Playwright E2E, GitHub Actions CI, Docker deployment, Caddy (HTTPS).
• Статус: публічний портфоліо-MVP на синтетичних даних; не комерційне production-розгортання.
• Live demo: https://demo.forgemind-ai.tech/
• GitHub: https://github.com/Tihonya/forgemind-ai-operations