Денис

Денис — AI Engineer
AI Engineer / LLM & RAG Developer · Python · OpenAI · Claude · Gemini
Дистанційно (UTC+3) · повна або часткова зайнятість
Портфоліо: https://57.183.24.96.nip.io/resume/ai-engineer

Профіль
Python-розробник з 5+ роками комерційного досвіду. Маю чотирирічний досвід роботи з LLM (OpenAI,
Claude, Gemini) на постійній основі — розумію архітектуру, prompting, RAG, Function Calling, контроль
галюцинацій та інтеграцію з бекендом. Готовий будувати AI-сервіси від ідеї до промислової експлуатації:
RAG-системи, чатботи, розпізнавання документів, рекомендації, інтеграції з ERP/CRM.

Ключові навички
• LLM: OpenAI API, Anthropic Claude, Google Gemini, Prompt Engineering, Function Calling, structured
outputs, контроль галюцинацій, fine-tuning (базово).
• RAG: підготовка та chunking документів, embeddings, retrieval, reranking, цитування джерел, оцінка
якості відповідей.
• Векторні БД: pgvector, Qdrant (промисловий рівень), гібридний пошук, фільтрація за метаданими.
• Backend: Python, asyncio, aiohttp, FastAPI, REST/JSON/SOAP API, webhooks, background workers, черги,
retries, throttling.
• Дані: PostgreSQL, складні SQL-запити, BigQuery-style аналітика, нормалізація, парсинг документів і
таблиць.
• ML-основи: фічі, базові моделі, прогнозування часових рядів, embeddings-схожість, ранжування.
• Інфраструктура: Docker, Linux, Git, GitHub Actions / CI, логування, моніторинг, деплой.
• Безпека даних: розмежування доступу, маскування персональних даних, контроль того, що йде в
зовнішні моделі.

Чим можу бути корисним
1. RAG-пошук по корпоративній документації
Можу створити систему відповідей на питання по великому масиву внутрішніх документів (PDF,
інструкції, регламенти) з посиланнями на джерело.
Стек: Python, OpenAI / Claude embeddings, pgvector, chunking + reranking, FastAPI.

2. AI-чатбот підтримки для інтернет-магазину
Можу розробити Telegram- і веб-асистента: статус замовлення, відповіді на типові питання, підбір
товару. Через Function Calling звертається до бекенду за реальними даними.
Стек: Python, OpenAI Function Calling, FastAPI, PostgreSQL.

3. Розпізнавання та структурування документів
Можу побудувати пайплайн вилучення структурованих полів із рахунків, накладних і сканів у валідований
JSON для подальшого завантаження в БД.
Стек: Python, OCR + cloud vision, LLM-вилучення з JSON-схемою, валідація, PostgreSQL.

4. Прогнозування попиту та цінова аналітика
Можу реалізувати прогноз попиту/цін на основі історичних і ринкових даних для підтримки операційних
рішень.
Стек: Python, pandas, time-series, базовий ML, PostgreSQL / BigQuery-style запити.

5. Рекомендаційний рушій для покупців
Можу створити підбір і скоринг товарів за embeddings-схожістю та поведінкою користувача з
ранжуванням результатів.
Стек: Python, embeddings, ранжування, PostgreSQL.

6. Інтеграція AI-сервісів з ERP/CRM
Можу підключити AI-логіку до Odoo CRM/складу через REST API: webhooks, синхронізація записів,
маршрутизація заявок.
Стек: Python, Odoo, REST/JSON, Docker.

7. Моніторинг LLM у продакшені
Можу налаштувати тестування промптів, оцінку якості відповідей, відстеження витрат на токени та
логування звернень.
Стек: Python, eval-цикли, дашборди, структуроване логування.

Технічний стек
Python, asyncio, FastAPI, OpenAI, Anthropic Claude, Google Gemini, RAG, embeddings, pgvector, Qdrant,
LangChain / LlamaIndex (базово), Function Calling, PostgreSQL, BigQuery-style SQL, Redis, REST/SOAP
API, webhooks, Docker, Linux, Git, GitHub Actions, OCR / computer vision (базово), pandas, time-series.

Освіта
Вища технічна освіта (комп'ютерні науки). Постійне самонавчання на frontier-моделях (OpenAI, Claude,
Gemini).

Формат роботи
Спершу з'ясовую бізнес-процес, потім будую невеликими робочими частинами, документую ризикові
місця, додаю логи й валідацію там, де модель або зовнішнє API можуть збоїти. Англійська — вільне
читання та впровадження API-документації, командна комунікація. Працюю самостійно, з високою
відповідальністю за результат.