Контактная информация

Соискатель скрыл свои личные данные, но вы сможете отправить ему сообщение или предложить вакансию, если откроете контакты.

Дополнительная информация

Специалист по разработке и оптимизации моделей искусственного интеллекта с опытом работы с LLM (Large Language Models), включая GPT3, T5, llama2, BERT, mistral, а также с такими фреймворками NLP, как Hugging Face Transformers, PyTorch, JAX. Имею глубокие знания в области машинного обучения, нейронных сетей и фин-тюнинга моделей для достижения высокой эффективности и точности в разнообразных задачах обработки естественного языка (NLP). фреймворками NLP, такими как Hugging Face Transformers, PyTorch, JAX. Знание Auto-GPT, Langchain, LlamaIndex, VectorDBs, ClickHouse, Pinecone Опыт разработки систем вопросов-ответов, чат-ботов, генерации контента, экспертных систме и т.д.

Опыт работы – более десяти лет.
Периоды.
Специалист по LLM / Фирма «Исака Медиа», Киев
25.03.2017 - 01.03.2022
- Разработка и фин-тюнинг моделей LLM для конкретных задач, включая GPT3, T5, llama2, BERT, mixtral, для улучшения понимания естественного языка и генерации текста.
- Проведение экспериментов с различными архитектурами и параметрами модели для оптимизации производительности.
- Сотрудничество с командой разработчиков для интеграции LLM в продукты и решения компании.
- Внедрение лучших практик и методологий работы с большими объемами данных.

Младший Исследователь / СП Диалог, Киев
14.10.2012 – 01.03.2017
- Участие в исследовательских проектах по разработке и анализу LLM.
- Разработка и тестирование прототипов моделей на Python.
- Анализ результатов и подготовка отчётов для внутреннего использования.

Образование: Высшее математическое, Донецкий национальный университет.
Профессиональные навыки и знание:
- Продвинутое владение Python и библиотеками для машинного обучения (TensorFlow, PyTorch)
- Глубокие знания в области машинного обучения, нейронных сетей и NLP
- Понимание статистических методов и анализа
- Опыт фин-тюнинга и оптимизации LLM моделей.
- Способность анализировать и интерпретировать большие объемы данных.
- Умение работать в команде и самостоятельно решать технические задачи.

Примеры работ.
1. Персонализированные чат-боты социальной сети с элементами криптобиржы.
Настройка LLM для создания чат-ботов и виртуальных ассистентов, способных вести более естественный и контекстуально-релевантный диалог. Фин-тюнинг модели для лучшего понимания и использования специфической терминологии, а также учет предпочтений и истории общения конкретного пользователя.

2. Анализ и генерация юридических документов
Настройка LLM для работы с юридическими документами, для анализа договоров, генерации юридических советов, для создания шаблонов исков. Фин-тюнингом модели добились на специализированных юридических текстах улучшения её способности понимать сложную юридическую терминологию и формировать юридически корректные и релевантные тексты.

3. Автоматизация контент-маркетинга
Занимались фин-тюнингом LLM для генерации уникального маркетингового контента, такого как рекламные тексты, статьи для блогов или публикации в социальных сетях. Настройка модели на конкретный стиль позволил автоматизировать создание креативного и целевого контента.

Уровень английского языка - B1.