Ml инженер

Я владею Python и основными библиотеками для работы с классическим ML и NLP, современными open‑source LLM, а также инструментами для их продакшн‑внедрения (Docker, Fast API, Mlflow).

Data Science стек: pandas, numpy, sk‑learn для классического машинного обучения, препроцессингаи аналитики.

Классический NLP: NLTK, spaCy, Gensim, FastText для токенизации, лемматизации, векторизации и тематического моделирования.

Использую Pytorch для глубокого обучения нейросетей, дообучения предобученных моделей и других задач.

Работаю с LLM с библиотекой Transformers, применяю FT, Lora, для задач классификации и суммаризации текста, детекции сгенерированных текстов и других задач.

Создавал RAG-пайплайны на LangChain для обогащения контекста LLM. Оптимизировал инференс помощью Vllm и оптимизации промпта и параметров генерации.

Разрабатывал агентов на LangGraph с логикой поиска в базе данных, веб-поиска, планирования, рефлексии.

Участвовал во многих хакатонах: классификация ландшафта, создание векторного Retrieval по сайтам, Видео-RAG и другие.

Больше всего мне интересно работать с реальными проектами в области LLM: построения сложных агентских пайплайнов и систем на основе LLM, проведения экспериментов для повышения качества моделей и повышения эффективности работы, решать реальные бизнес-задачи, которые приносят прибыль и пользу людям.