Привет, я Александр Поляков. Строю AI-платформы и LLM-системы

США · dfuture.co · Информационные технологии, разработка ПО

• AI Tooling & Developer Experience: Спроектировал и внедрил внутреннюю экосистему из 10+ AI-инструментов, MCP-серверов и расширений для Cursor, Claude Code и OpenCode. Инструменты внедрены в ежедневный воркфлоу 100+ инженеров компании, что сократило time-to-market фичей и рутинные затраты на разработку на ~20%.
• CI/CD & AI QA Automation: Настроил автоматизированные CI/CD-пайплайны и автоматизировал QA-процессы с помощью AI для генерации тестовых сценариев и верификации на staging, ускорив релизные циклы и раннее выявление регрессий.
• Production RAG & Vector Search: Разработал и вывел в продакшен 5+ RAG-пайплайнов с гибридным поиском (dense + sparse / BM25) на базе Qdrant и PostgreSQL (pgvector). Реализовал контекстно-зависимый динамический чанкинг и реранкинг (Cohere Rerank / cross-encoders), снизив latency выборки и повысив релевантность ответов (Context Precision).
• Model Context Protocol (MCP) & Tool Calling: Архитектурно выстроил слой интеграции корпоративных систем через протокол MCP, обеспечив безопасный context retrieval и выполнение Function Calling / tool use в мультиагентных контурах.
• LLM Evaluation & Guardrails: Построил автоматизированный пайплайн синтетической оценки качества генерации (Ragas, DeepEval, LLM-as-a-Judge). Внедрил метрики Faithfulness, Context Recall и семантические guardrails, что позволило систематически отслеживать регрессии промптов и снизило уровень фактологических галлюцинаций в проде.
• Мультиагентная оркестрация: Спроектировал агентные воркфлоу (паттерны Supervisor, Handoff, stateful-графы) для автоматизации сложных задач анализа данных и генерации кода; внедрил методологию Spec-Driven Development.
• Архитектурное лидерство: Оформил 20+ Architectural Decision Records (ADR) по интеграции LLM и управлению расходами на токенизацию; провел серию воркшопов по prompt-инжинирингу и AI-first разработке для 50+ инженеров.

• Python (Asyncio, FastAPI)
• Golang
• MCP
• Qdrant
• OpenAI / Claude APIs
• LangGraph
• Ragas
• CI/CD
• Docker
• Kubernetes

B2B & Startup AI Architecture & Engineering · 1 год 1 месяц

• AI-архитектура для B2B и стартапов: В роли Fractional Architect проектировал системную архитектуру генеративного ИИ, подбор моделей и интеграцию LLM в существующие бэкенды для фаундеров и CTO 6+ технологических компаний (FinTech, EdTech, LegalTech).
• MVP & Production PoC: Спроектировал и вывел в прод 4+ коммерческих решения: интеллектуальные ассистенты поддержки с интеграцией Function Calling/Tools, системы семантического поиска по закрытым корпоративным базам знаний и автоматизированные пайплайны обработки неструктурированных документов.
• Оптимизация затрат (Unit Economics): Реализовал стратегии сокращения расходов на API инференса (семантическое кэширование через Redis/GPTCache, динамический роутинг между легковесными и тяжелыми моделями, оптимизация промптов), что снизило затраты клиентов на токены на 35–50%.
• RAG & Векторные базы данных: Спроектировал пайплайны эмбеддингов и семантического поиска на базе pgvector и Qdrant; внедрил многоуровневый чанкинг и метафильтрацию для повышения точности извлечения контекста в условиях строгого SLA по задержке (low-latency).
• Технический аудит и надежность: Проводил комплексный аудит API-архитектур и очередей сообщений под высокие пиковые нагрузки; внедрял rate-limiting, ретраи с экспоненциальной задержкой (exponential backoff) и fallback-стратегии при сбоях внешних LLM-провайдеров.

• Python (FastAPI, Asyncio)
• OpenAI API
• Anthropic Claude
• LangChain
• LlamaIndex
• pgvector
• PostgreSQL
• Qdrant
• Docker
• Redis

Москва · Группа Абсолют Страхование · 1 год 1 месяц

• Запустил с нуля продукт для выявления мошеннических действий (антифрод) в страховании за ~6 месяцев: от сбора требований до вывода в промышленную эксплуатацию.
• Спроектировал и внедрил ML-пайплайн детекции аномалий с инференсом моделей в реальном времени через FastAPI, RabbitMQ и Docker в Kubernetes.
• Провёл архитектурную эволюцию системы: от монолитного MVP к разделению на 5+ критических микросервисов в Kubernetes.
• Сформировал и возглавил инженерную команду из 6 человек: выстроил процессы онбординга, Kanban и практику кросс-ревью кода.

• Python
• FastAPI
• AI / ML
• Keras
• PostgreSQL
• Kubernetes
• Docker
• RabbitMQ
• Ruby on Rails 7

Москва · Финтех · 1 год 10 месяцев

• Разрабатывал распределенную систему скоринга кредитных заявок с интеграцией к API 5+ банков в условиях жестких SLA по latency.
• Спроектировал конвейеры потоковой обработки и извлечения признаков (feature extraction) под высокие нагрузки; разработал low-latency микросервис агрегации статистики на Elixir.
• Оптимизировал сложные аналитические выборки в PostgreSQL и Elasticsearch, устранив узкие места в очередях обработки заявок.

• Python
• Elixir
• Ruby on Rails
• PostgreSQL
• RabbitMQ
• Elasticsearch
• Kubernetes

Санкт-Петербург · Разработка ПО · 1 год 5 месяцев

• Разрабатывал ключевые модули страхового агрегатора: отказоустойчивый биллинговый сервис с автоматическими выплатами и алгоритмические компоненты первичного антифрода.
• Оптимизировал транзакционную нагрузку на базу данных PostgreSQL и настроил автоматизированные CI/CD-пайплайны, сократив цикл поставки релизов в 2 раза.

• Ruby on Rails
• PostgreSQL
• Redis
• Docker
• CI/CD

Москва · neuron.digital · Разработка ПО · 1 год 10 месяцев

• Проектировал высокопроизводительные бэкенд-сервисы и ETL-конвейеры для медиаплатформ с миллионной аудиторией.
• Реализовал аналитическое хранилище и поисковые механизмы на базе ClickHouse и Elasticsearch для быстрой агрегации и выборки больших массивов данных.
• Спроектировал асинхронную шину событий через RabbitMQ для надежной межсервисной коммуникации.

• Python
• Golang
• PostgreSQL
• ClickHouse
• Elasticsearch
• RabbitMQ
• Docker

Москва · polexgroup.ru · 2 года 5 месяцев

• Разрабатывал модули ERP/CRM и инженерно-расчетные алгоритмические сервисы для внутренних бизнес-процессов компании.
• Проектировал реляционные схемы данных и оптимизировал сложные SQL-запросы в PostgreSQL для повышения производительности отчетов.

• Python
• PostgreSQL
• Linux
• Git