Вживання російської небезпечне

Чому ми так вважаємо
Перейти на українську
Зареєструватися
  • Файл

Егор

AI engineer

Рассматривает должности:
AI engineer, Automation engineer
Возраст:
19 лет
Город проживания:
Киев
Готов работать:
Киев, Удаленно

Контактная информация

Соискатель указал телефон .

Фамилия, контакты и фото доступны только для зарегистрированных работодателей. Чтобы получить доступ к личным данным кандидатов, войдите как работодатель или зарегистрируйтесь.

Загруженный файл

Версия для быстрого просмотра

Это резюме размещено в виде файла. Эта версия для быстрого просмотра может быть хуже, чем оригинал резюме.

Антонюк Єгор
Junior AI Engineer
Київ, Україна | [открыть контакты](см. выше в блоке «контактная информация») | Telegram: @xnswrld

Про себе

Студент другого курсу Software Engineering із практичним досвідом у розробці AI-агентів та побудові LLM-інфраструктури. Маю досвід проектування multi-agent систем із суб-агентами, побудови RAG-пайплайнів, fine-tuning моделей та локального розгортання LLM. Постійно розвиваюся, будую власні проекти та орієнтований на розвиток у сфері AI Engineering.
Навички

AI / LLM: Claude, Codex, DeepSeek, llama.cpp, RAG, Multi-agent, Prompt Engineering, Fine-tuning, QLoRA, LoRA
Python: PyTorch, FastAPI, LangChain, SQLAlchemy
DB: PostgreSQL, pgvector, SQL
Інфраструктура: Docker, Linux (Debian, Ubuntu), SSH, VPS, TCP/IP, DNS, DHCP
Інструменти: Jira, Git
Досвід

Розробка Multi-Agent AI систем
Персональні проекти
• Проектування архітектури з кількома AI-агентами: оркестратор керує субагентами, кожен із чітко визначеною зоною відповідальності та власними інструментами (skills).
• Побудова RAG-пайплайнів за допомогою LangChain: чанкінг, генерація ембедінгів, збереження у pgvector, два режими — точковий RAG та Map-Reduce.
• Робота з Claude, Codex та DeepSeek; написання system prompts та управління контекстним вікном між викликами агентів.
Fine-tuning та локальне розгортання LLM
Персональні проекти
• Fine-tuning мовних моделей із застосуванням QLoRA та LoRA через PyTorch: підготовка датасетів та налаштування гіперпараметрів.
• Локальне розгортання через llama.cpp з управлінням VRAM: послідовне завантаження та вивантаження моделей під обмежений GPU.
Освіта

Software Engineering
Społeczna Akademia Nauk, Варшава | 2023 — наш час | Другий курс
Мови

• Українська — рідна
• English — B2
• Polish — B1

Похожие кандидаты

Все похожие кандидаты


Сравните свои требования и зарплату с вакансиями других компаний: