Виталий Тютюников специализируется на автоматизации процессов, разработке ИИ-агентов и веб-сервисов с использованием стека JS/TS, Python, PHP, C# и n8n. В его портфолио значится создание системы контроля трезвости для флота дочерней компании Росатома, обеспечивающей до 600 проверок в день, а также развитие сервиса госзакупок с аудиторией более 5000 активных пользователей. Кроме того, он разработал автономного ИИ-агента для тестирования ПО, способного самостоятельно находить ошибки и формировать отчеты.
Навыки и технологии: C#, .NET 8, ASP.NET Core, PostgreSQL, MySQL, Angular, React, TypeScript, Docker, CI/CD, интеграция с ИИ (Codex CLI), разработка Telegram-ботов, автоматизированное тестирование (xUnit, Selenium), работа с внешними API и оборудованием.
Проекты и достижения: Кандидат обладает опытом разработки сложных корпоративных систем в сферах госзакупок, промышленной безопасности и автоматизации тестирования. В проекте «Эконом-Эксперт» для сервиса на 5000 пользователей реализовал модули банковских реквизитов и интеграцию с государственной системой ЕИС, а также оптимизировал интерфейс расчётов цен контрактов, что сократило рутинные операции специалистов. В системе контроля трезвости для флота Росатома (30 судов) разработал десктопное приложение для службы безопасности, backend-сервисы и облегченную версию ПО с RFID. Реализовал мгновенные уведомления через Telegram-бота и централизованный сбор данных со всех объектов, обеспечивая охват более 1000 сотрудников и до 600 ежедневных проверок. Также создал ИИ-агента для тестирования ПО, объединившего запуск готовых автотестов и поиск ошибок через Codex CLI, что позволило выявлять дефекты, пропущенные людьми, и формировать детальные отчеты со скриншотами для воспроизведения проблем.
Достижения и признание: Внедрение решений обеспечило соответствие законодательству РФ (44-ФЗ, 223-ФЗ) и снизило риски штрафов за счет автоматизированных проверок. Платформа контроля доступа повысила безопасность на опасных производствах и судах, исключив возможность обмана системы благодаря распознаванию лиц. Инструмент ИИ-тестирования ускорил процесс QA и предоставил разработчикам конкретные данные для исправления багов, объединив разрозненные процессы проверки в единый интерфейс.
* создается нейросетью на основе портфолио, информации указанной пользователем о себе и отзывам от других пользователей