Skip to content

Latest commit

 

History

History
57 lines (32 loc) · 7 KB

File metadata and controls

57 lines (32 loc) · 7 KB

Профессиональный профиль

Autonomous AI Agents · Multi-Agent Orchestration · LLMOps · AgentOps · Model Routing · Token-Cost Optimization · Local LLM · 24/7 Automation

Проектирую и запускаю автономные AI-агентные системы, превращающие сложные workflow в управляемые и оптимизированные по стоимости 24/7 automation pipelines.

Инженер AI-систем и специалист по цифровой автоматизации с 10+ годами производственного опыта. Основная специализация — автономные агенты, рои агентов, multi-agent orchestration, маршрутизация между LLM-моделями, локальный запуск open-source моделей и оптимизация затрат на токены.

Создаю не разовые скрипты, а воспроизводимые production-системы: агенты собирают данные, анализируют информацию, пишут и выполняют код, работают с API, браузером, документами, Telegram, базами данных и серверами, доставляя результат в нужном формате.

Релевантные роли: Agentic AI Engineer, AI Automation Architect, LLMOps / AgentOps Engineer, AI Workflow Architect, Autonomous Systems Integration Engineer, Forward Deployed AI Engineer, Defense AI / OSINT Automation Engineer, Robotics Data & Automation Engineer.

Ключевая специализация

Проектирую агентные системы для конкретных бизнес- и технических задач: от архитектуры и распределения ролей между агентами до запуска, отладки, мониторинга и оптимизации стоимости выполнения.

Строю multi-agent workflows, где сложная задача разбивается на этапы и выполняется разными агентами: researcher, parser, analyst, coder, validator, reviewer, dispatcher, executor, reporter. У каждого агента своя роль, контекст, инструменты, модель и правила выполнения.

Настраиваю рои агентов для сбора данных, анализа, генерации кода, проверки результатов, мониторинга источников, подготовки отчётов и доставки результата через API, Telegram, файлы, базы данных или внешние сервисы.

Оптимизирую token-cost через model routing, prompt compression, caching, сокращение контекста, structured outputs, локальные LLM для high-volume задач и гибридные cloud + local пайплайны. Простые задачи выполняются более дешёвыми моделями, сложные reasoning-задачи передаются мощным LLM — это снижает cost-per-task без потери качества.

Разворачиваю локальные LLM: Llama, Mistral, Qwen и другие open-source модели на собственной инфраструктуре, чтобы хранить данные on-premises, снижать зависимость от внешних API и контролировать себестоимость агентских задач.

AgentOps / LLMOps

Запускаю AI-системы в production: 24/7 execution на выделенных серверах, автоперезапуск агентов, retry/fallback logic, очереди задач, логирование решений и действий, мониторинг состояния, контроль token usage, human-in-the-loop для рискованных действий, валидация результатов и воспроизводимый запуск.

Фокус — не «AI ради AI», а рабочие системы, которые сокращают ручной труд, ускоряют операции, контролируют расходы на LLM и автономно выполняют масштабные задачи.

Что могут мои агенты

  • Автономно собирать и обрабатывать данные с сайтов, Telegram, API, документов, таблиц, email и информационных потоков.
  • Проводить веб-исследования, мониторинг источников, извлечение сущностей, классификацию, сравнение и подготовку отчётов.
  • Генерировать, запускать и проверять код для автоматизации.
  • Работать с браузером, WebSocket, CRM, Telegram Bot API, файлами, базами данных и кастомными backend-сервисами.
  • Принимать решения по правилам, LLM-оценке или комбинированной логике.
  • Выполнять OSINT и информационный мониторинг: новости, Telegram-каналы, сигналы, нарративы, связи между акторами и событиями.

Реализованные направления

Автономные AI-агенты для сбора, анализа, классификации и доставки данных; multi-agent workflows для исследований, кода, контента, мониторинга и операционных задач; Telegram-автоматизация: боты, каналы, коммуникационные цепочки, сбор заявок, уведомления и поддержка.

Также: мультиканальные системы для Telegram, WhatsApp, Facebook, Instagram, TikTok, YouTube и X; LLM-контентные workflow; short-form video pipelines; email-automation infrastructure до 500 писем в минуту; прокси-сети, очереди задач, API-интеграции, серверы, эмуляторы и VM-среды.

Стек

Claude API, GPT-4, OpenAI-compatible API, local LLMs, Llama, Mistral, Qwen, Python, Node.js, WebSocket, REST API, Telegram Bot API, browser automation, SQLite, Qdrant, vector search, knowledge graphs, dedicated servers, VM/emulators, GitHub, Cursor, ZennoPoster.

Доступность

Доступен для консалтинга, проектного сотрудничества или полной занятости. Формат работы — удалённый.

Контакты