Загружаешь скриншот переписки — AI возвращает три готовых варианта ответа. Продукт для dating-ниши: бот помогает в переписке и знакомствах — анализирует скриншоты диалогов и фото-профили, генерирует опенеры и советы. Задача — усилить персонализацию (изначально «AI не понимал, кто пользователь»), починить воронку онбординга и поднять конверсию в платную подписку через работу с данными, а не догадками.
Развивал Telegram-бота на Python 3.11 (aiogram 3.x, async, FSM) — 26 хендлеров, 13 сервисов. AI-слой: OpenAI (gpt-4.1-mini) + Anthropic (Claude haiku/sonnet) с автоматическим failover, structured outputs по JSON Schema и Vision-анализом фото и скриншотов. Реализовал персонализацию с постоянным контекстом собеседника и few-shot-обучением на выбранных пользователем ответах, feedback-loop и follow-up-пинги. Платежи — YooKassa + Telegram Payments; данные в SQLite (SQLAlchemy async) с самописными идемпотентными миграциями и бэкапом prod-БД перед каждым деплоем; FSM-хранилище в Redis; планировщик на APScheduler. Внедрил сквозной funnel-трекинг с парсером воронки, guardrail 18+ и self-healing фильтр заблокировавших бот пользователей.
Бот в проде на Windows Server (Scheduled Task + watchdog). Инструментировал весь онбординг и воронку, нашёл и устранил критический баг, блокировавший активацию у ~48% пользователей; на основе данных сдвинул CTA-оффер подписки в зону реального использования продукта. Стабилизировал прод: 0 ошибок в логах после деплоев, лог-спам снижен с ~60 до ~2 в час, закрыт сквозной трекинг оплаты checkout → payment.succeeded.