AI Engineer · Product Engineer

Моя база — ML-инженерия. Больше всего меня привлекает стык AI и продукта: разобраться в задаче человека, сформулировать гипотезу и увидеть её эффект в живом процессе.

Люблю исследовать агентные системы изнутри: доходить до деталей их поведения, понимать возможности готовых решений и находить им практическое применение. Техническая глубина помогает сохранять архитектуру простой и добавлять сложность только там, где она оправдана опытом.

Экспертизу наращиваю через реальные задачи: изучаю чужие реализации, восстанавливаю заложенные в них идеи, проверяю их руками и переношу удачные принципы дальше. Код помогает быстро пройти этот путь и превратить идею в полезный результат для пользователя.

Telegram-агент, собранный вокруг Qwen Code 0.13.1 как готового agent runtime. Python запускает CLI отдельным процессом, читает поток stream-json и возвращает финальный ответ пользователю.

• Сценарий: связный диалог в Telegram, долговременная память и read-only поиск по Jira и Confluence.
• Интеграция: asyncio.subprocess, параллельная обработка stdout и stderr, timeout, heartbeat и логи tool calls.
• Состояние: штатные Qwen sessions хранят контекст диалога, SQLite MCP — устойчивые пользовательские факты.
• Результат: каркас позволяет быстро проверять новые агентные сценарии, меняя транспорт, инструкции и набор MCP-tools.
• Проверка: end-to-end smoke-test на компактной модели qwen3.6-35b-a3b, 28 тестов, strict mypy и Ruff.

Python · Qwen Code · MCP · aiogram · SQLite · Docker

Telegram Mini App для распределения повторяющихся задач, peer-approval и прозрачного учёта нагрузки в небольших группах.

• Проблема: устные бытовые договорённости быстро теряются; учёт вклада сам становится дополнительной работой и источником напряжения.
• Проверка: продукт использовали три группы в течение 11, 3 и 2 месяцев.
• Итерация: старый Telegram-бот создавал лишнее трение в навигации. Я переработал сценарии в Mini App и усилил backend-архитектуру.
• Мой вклад: механика спринтов и весов, peer-approval, double-entry ledger, transactional outbox, идемпотентность, миграции и CI.

FastAPI · React · TypeScript · PostgreSQL · SQLAlchemy · Docker

Локальный планировщик питания, который объединяет домашние рецепты, готовую еду поставщиков, бюджет, пищевые нормы и доступное время.

• Проблема: вечерний выбор еды регулярно расходует время и внимание; доставка и случайные быстрые блюда становятся решением по умолчанию.
• Текущий сценарий: я использую приложение сам и передаю недельные пожелания AI-агенту через CLI. Planning engine проверяет ограничения по локальному каталогу.
• Продуктовая метрика: время от пожеланий до согласованного плана, доля заранее закрытых приёмов пищи и стоимость высвобождённого времени.
• Мой вклад: модель данных, planning engine, web UI, HTTP API, CLI, agent skill, тесты бизнес-инвариантов и privacy-safe demo.

Python · SQLite · Vanilla JS · CLI / agent skill · Docker

Research pipeline для первичного скрининга КТ грудной клетки с помощью CT-CLIP и CatBoost.

• 1 182 исследования из CT-RATE и открытых наборов MosMedData;
• test ROC AUC — 0,8642, PR AUC — 0,8833;
• DICOM/NIfTI preprocessing, 512-мерные embeddings и пакетный XLSX-отчёт;
• FastAPI, CLI, защита обработки архивов и GPU-oriented Docker deployment;
• зафиксированы ограничения patient-level split, внешней валидации и медицинского применения.

CT-CLIP · PyTorch · CatBoost · FastAPI · DICOM / NIfTI