AI / Python: от бизнес-задачи до работающей production-системы
Рейтинг
65
№ 61 958 в каталоге
Отзывы
0
Профессионализм
-/10
Коммуникация
- /10
На сайте с
2026 года
Специализации
ИИ и Нейросети № 324

Обо мне

Applied AI Engineer / AI & Software Engineer

Создаю AI-системы и Python-решения для бизнеса: от архитектуры и прототипа до интеграции, deployment и поддержки. 6 лет опыта в AI/ML и разработке ПО, более 10 клиентов и компаний из промышленности, банковского сектора, SaaS и исследований.

ЧЕМ МОГУ ПОМОЧЬ
• AI Agents и Multi-Agent Systems: автоматизация рабочих процессов, tool calling, управление контекстом и состояниями.
• LLM applications, RAG и semantic search: поиск по документам, базы знаний, интеграция LLM с корпоративными данными и API.
• Text-to-SQL и NLP: аналитика на естественном языке, обработка текстов и пользовательских событий.
• Python backend: FastAPI, REST API, SQL, PostgreSQL, MongoDB; интеграция сервисов и данных.
• Production: Docker, CI/CD, Azure, AWS, тестирование, оценка качества, tracing и monitoring.
• Оптимизация скорости, стоимости и надёжности AI-систем.

РЕЗУЛЬТАТЫ
• Production multi-agent система для управления солнечными активами, доступная 30 компаниям-клиентам.
• На оценённой нагрузке: медианная задержка до первого токена −70%, стоимость выполненной задачи −50%.
• Автоматизированная оценка LLM на 200 сценариях и регрессионные проверки.
• Диагностика инцидентов: с 2–3 часов до примерно 5 минут благодаря сквозному tracing.
• Text-to-SQL: 90% точности в исследовательском проекте, выбранном для подготовки к production.

ОПЫТ
SmartHelio — Applied AI Engineer | 11.2025 — настоящее время.
Архитектура и разработка промышленной мультиагентной системы: LLM, внутренние данные, predictive analytics, API и operational tools. Тестирование, релизы, observability и production support.

Independent AI Engineer & Consultant | 11.2023 — 10.2025.
AI-платформы и программные интеграции для 10+ клиентов: LLM evaluation и prompt optimization, agent frameworks, RAG, SaaS-аналитика и Text-to-SQL. Полный цикл от проектирования до передачи решения.
В том числе EPFL/DCML: развёртывание интеграции Swiss Data Custodian для защищённого доступа к исследовательским данным (4 месяца). Condair Group: оценка GenAI-платформ, безопасности, затрат и build-vs-buy; внутренний PoC (4 месяца).

Yandex — Data Scientist / Data Analyst | 02.2021 — 10.2023.
ML, аналитика и оптимизация логистики для 5–10 B2B-клиентов; снижение расходов на доставку до 20%. Исследование production-дефекта заказа такси, затрагивавшего до 20 млн пользователей.

Sberbank — Data Scientist | 07.2020 — 01.2021.
Разработка регулярных production ML-пайплайнов для прогнозирования риска увольнения сотрудников.

ТЕХНОЛОГИИ
Python, FastAPI, REST API, SQL, PostgreSQL, MongoDB, LangChain, LangGraph, LLM APIs, RAG, vector databases, knowledge graphs, PyTorch, Transformers, scikit-learn, pandas, NumPy, Docker, GitLab CI/CD, Azure OpenAI, AWS, Git, Linux.

Работаю с архитектурой, качеством и интеграцией в реальные бизнес-процессы. Результат — решение, которое можно развернуть, проверять и поддерживать. Менторю AI-инженеров и провожу code review.

Лозанна, Швейцария. Русский — родной, английский — C1, французский — A2.
LinkedIn: https://www.linkedin.com/in/artem-alex-demidov/

Достижения и доп.образование

MSc Business Analytics (ML / Data Science) — University of Geneva

MSc Applied Mathematics and Computer Science — Moscow Institute of Physics and Technology (МФТИ)

BSc Computer Science — Moscow Institute of Physics and Technology (МФТИ)

AI Резюме (ru)