Архитектор ИИ-систем и руководитель AI-направления. Помогаю компаниям внедрять искусственный интеллект в реальные процессы: от анализа задачи и проектирования решения до разработки, обучения сотрудников и сопровождения. Понимаю инструменты изнутри, потому что сам их разрабатываю, применяю и улучшаю.
ЧЕМ МОГУ ПОМОЧЬ
1. AI-ассистенты для специалистов и команд.
Создаю рабочую среду для аналитиков, дизайнеров и разработчиков: роли агентов, навыки, инструкции, шаблоны, подключение инструментов и источников данных. Не просто настраиваю чат с моделью, а выстраиваю понятный способ выполнять задачи и проверять результат.
2. Автоматизация бизнес-процессов.
Разрабатываю конвейеры на базе n8n и интеграции через API: приём входящих медиа, транскрибация, классификация, анализ, подготовка и доставка отчётов. Учитываю сбои, повторные попытки, резервные сценарии и контроль со стороны человека.
3. Базы знаний и память AI-агентов.
Проектирую индексную и векторную память, поиск с тегами, RAG и повторное ранжирование результатов. Агент получает опыт, релевантный текущей задаче, вместо загрузки всей истории. Предусматриваю источники, актуальность знаний и границы доступа.
4. AI-first и spec-driven разработка.
Связываю работу аналитика, дизайнера, разработчика и тестировщика: требования и документация, макеты Figma, контракты API, подготовка контекста, генерация кода и проверки. Помогаю создавать стандарты, при которых качество определяется критериями приёмки, а не убедительностью ответа модели.
5. Аудит и внедрение AI.
Разбираю процессы и выбираю задачи, где AI полезен, а где достаточно обычной автоматизации. Формирую приоритеты, архитектуру и условия пилота. Настраиваю наблюдаемость и анализ расхода моделей, организую обучение и передачу решения команде.
ПРАКТИКА И ПРОЕКТЫ
Создал корпоративный стандарт AI-рабочего места: роли, навыки, инструменты, шаблоны и инструкции. Ввёл подход к этой среде как к продукту, который необходимо поддерживать и развивать. Для владельца стандарта спроектировал обвязку работы с заявками, бэклогом, проверкой и выпуском изменений.
Разработал стандарт рефлексии: память проекта развивает понимание задачи, межпроектная память улучшает взаимодействие с пользователем, а общие уроки становятся предложениями по развитию инструментов и инструкций.
В ПИР-Системе занимался продуктовым видением, требованиями, архитектурой, организацией разработки и AI-сценариями. Спроектировал платформу автоматизации разработки SelfCoder. Создал конвейер обработки входящих медиа на базе n8n; один из его сценариев — анализ HR-интервью. Разрабатывал инструменты псевдонимизации документов и анализа результативности разработки.
Настраивал работу агентов через LiteLLM и аналитику расхода с Langfuse. Исследовал избыточный контекст и повторные действия, готовил рекомендации по изменению рабочих инструкций. Работал не только с аналитиками, но и с дизайнерами, включая связку персонального AI-ассистента с Figma.
КАК РАБОТАЮ
Начинаю с вашей задачи, пользователей, данных и ограничений. Согласовываю границы решения и критерии готовности. Затем проектирую, реализую и проверяю рабочий сценарий. Передаю документацию, инструкции и знания команде. Возможны отдельная задача, пилот или поэтапное внедрение. Выбираю инструменты под задачу и ограничения бизнеса, а не предлагаю одну платформу для всех.
В обучении использую педагогический дизайн: ADDIE, таксономию Блума, практику на задачах сотрудника и обратную связь. Моя цель — чтобы решение применяли самостоятельно, а не только смотрели его демонстрацию.
МОЙ ПОДХОД
Институциональная память — конкурентное преимущество. Когда сотрудник обучает своего агента, полезный опыт не должен оставаться в одном диалоге. Через стандарт, отбор и очистку знаний он может помогать другим специалистам и командам. При этом закрытые данные проекта не распространяются без разрешения.
Превращаю компетенции специалистов в цифровые активы компании: знания, правила и инструменты, которые можно применять, передавать и развивать.
НАПКС (Экономика предприятия)
МИМ (MBA. Senior Executive)