Lawyer | AI Automation | Prompt Engineering | Vibe Coding | Telegram Bots | RAG Assistants

I combine legal expertise with practical AI automation skills.
I create AI assistants, Telegram bots and MVP solutions for tasks involving documents, client requests, knowledge bases and structured data. I work with LLM APIs and can adapt solutions to different model providers.

Юрист | AI-автоматизация | промпт-инжиниринг | вайб-кодинг | Telegram-боты | RAG-ассистенты

Я юрист, специализируюсь на правовом сопровождении финансовых сделок и международных проектов. Дополнительно развиваю практическое направление AI-автоматизации, промпт-инжиниринга и вайб-кодинга.

Создаю AI-ассистентов, Telegram-ботов и MVP-решения для задач, где важно быстро обрабатывать информацию, структурировать данные, работать с документами, клиентскими запросами и базами знаний.

• AI-ассистент для ответов по базе знаний компании;
• Telegram-бот для консультаций, заявок, уведомлений или клиентской поддержки;
• автоматизация обработки отзывов, обращений, документов и текстовых данных;
• RAG-ассистент: поиск и ответы по внутренним материалам, регламентам, инструкциям или юридическим документам;
• прототип сервиса или MVP для проверки бизнес-гипотезы;
• интеграции через API, Telegram, Google Sheets, n8n и Python, включая подключение разных LLM-провайдеров под задачу проекта;
• работа с базами данных SQL для хранения и обработки данных.

Моя сильная сторона — сочетание юридической экспертизы, системного мышления, навыков работы с AI и понимания человеческой коммуникации.

Благодаря опыту в праве я внимательно работаю с требованиями, рисками, структурой документов и точностью формулировок.

В AI-проектах стараюсь проектировать решения не под одну конкретную модель, а под задачу: выбираю или адаптирую LLM-провайдера, промпты, структуру данных и сценарий работы в зависимости от требований проекта.

Психологическое образование со специализацией в конфликтологии и медиации помогает проектировать более понятные и аккуратные сценарии взаимодействия с пользователем.

В проектах делаю акцент не только на технологии, но и на практической пользе для бизнеса:

• снижение ручной нагрузки;
• ускорение обработки информации;
• повышение качества клиентского сервиса;
• создание удобных инструментов для команды;
• структурирование сложных данных и документов.

• Daily work with LLMs: ChatGPT / GPT models, DeepSeek, Qwen, Perplexity, Gemini, Grok
• LLM APIs and providers: OpenAI API / ProxyAPI, YandexGPT, GigaChat, OpenRouter
• Prompt Engineering
• RAG
• LLM Integrations
• AI Assistants
• AI Response Evaluation
• Model comparison and adaptation for business tasks

• Python
• Telegram Bot API
• REST API
• JSON
• Git
• GitHub
• Cursor

• SQL
• SQLite
• PostgreSQL
• CSV
• Google Sheets

• n8n
• API Integrations
• Workflow Automation

Личный сайт-портфолио в сфере AI automation, prompt engineering, RAG-ассистентов и AI-ботов.

Что реализовано:

• главная страница с позиционированием и описанием специализации;
• блок пользы для клиента;
• раздел кейсов и отдельные страницы проектов;
• форма контактов;
• простая админка для просмотра заявок;
• SQLite database;
• responsive layout на Flask, Jinja2, SQLAlchemy и Bootstrap.

Бизнес-польза:

• показывает услуги и кейсы в формате, понятном потенциальному заказчику;
• помогает собрать проекты в единую витрину;
• демонстрирует не только код, но и умение оформить результат как работающий web-продукт.

Tech stack: Python, Flask, Jinja2, SQLAlchemy, SQLite, Bootstrap, HTML, CSS, JavaScript.

Repository: https://github.com/eliv1982/elivcloud-flask-site

MCP-style Telegram-ассистент для малого бизнеса, который помогает работать с клиентскими отзывами.

Что реализовано:

• FastAPI MCP-style server с инструментами для работы с отзывами;
• Telegram-бот на aiogram 3;
• SQLite-хранилище отзывов;
• поиск отзывов, фильтрация по рейтингу, статистика;
• генерация черновиков ответов клиентам;
• LLM-router, который выбирает нужный инструмент по запросу пользователя;
• разделение ответственности между сервером, ботом и LLM.

Бизнес-польза:

• снижает ручную нагрузку на поддержку;
• помогает быстрее реагировать на негативные отзывы;
• структурирует обратную связь клиентов;
• показывает, как можно подключать AI-инструменты к реальной бизнес-логике.

Tech stack: Python, FastAPI, aiogram 3, SQLite, OpenAI API, JSON Schema, MCP-style architecture.

Repository: https://github.com/eliv1982/customer-review-mcp-assistant

Локальный AI-agent toolbox с CLI и web-интерфейсом Streamlit, демонстрирующий работу LLM с набором инструментов.

Что реализовано:

• 11 инструментов: web search, weather, crypto, files, memory, FX rates, QR codes, reminders, calculator, unit conversion, text stats;
• CLI-интерфейс;
• русскоязычный Streamlit-интерфейс;
• память агента;
• логирование действий;
• тесты deterministic tools;
• единый каталог инструментов.

Бизнес-польза:

• показывает, как LLM может работать не только как чат, но и как агент с инструментами;
• демонстрирует подход к созданию персонального AI-помощника;
• может быть основой для внутренних бизнес-ассистентов и автоматизаций.

Tech stack: Python, LangChain, OpenAI-compatible LLM, Streamlit, pytest, API integrations.

Repository: https://github.com/eliv1982/ai-agent-toolbox

Юридический RAG-ассистент для работы с материалами по независимым гарантиям.

Что реализовано:

• подготовка юридической базы знаний;
• поиск релевантных фрагментов по вопросу пользователя;
• генерация ответа на основе найденных источников;
• работа с юридическими текстами и терминологией;
• кэширование повторяющихся вопросов;
• ускорение первичного анализа правовой информации.

Бизнес-польза:

• помогает быстрее ориентироваться в большом объеме правовой информации;
• снижает ручную нагрузку при работе с документами;
• может использоваться как прототип внутреннего юридического AI-ассистента;
• подходит для задач, где важны точность, структура и работа с источниками.

Tech stack: Python, OpenAI API, RAG, ChromaDB, SQLite, Prompt Engineering, RAGAS.

Repository: https://github.com/eliv1982/rag-assistant-independent-guarantees

Telegram-бот для прогноза погоды, сравнения локаций и AI-пояснений простым языком.

Что реализовано:

• получение прогноза погоды через внешний API;
• сравнение погоды в двух локациях;
• работа с выбранными датами;
• хранение пользовательских данных в PostgreSQL;
• кэширование повторяющихся AI-сценариев;
• AI-надстройка для понятных формулировок;
• Telegram-интерфейс для взаимодействия с пользователем.

Бизнес-польза:

• показывает, как быстро запускать полезные MVP-сервисы через Telegram;
• может быть адаптирован под тревел-сервис, доставку, локальный бизнес или сервис мероприятий;
• демонстрирует работу с API, базой данных, пользовательскими сценариями и AI-слоем.

Tech stack: Python, Telegram Bot API, PostgreSQL, OpenWeather API, OpenAI API, caching, Docker.

Repository: https://github.com/eliv1982/weather_teller_bot

Демонстрационный проект по LoRA fine-tuning открытой русскоязычной модели под tone of voice бизнес-коммуникации.

Что реализовано:

• датасет из 100 пар instruction/output на русском языке;
• обучение LoRA-адаптера;
• inference-скрипты для тестовой генерации;
• форматирование данных под instruction/response;
• сравнение подхода дообучения модели для задач клиентской коммуникации.

Бизнес-польза:

• показывает, как можно адаптировать тон ответов AI-ассистента под задачи бизнеса;
• полезно для клиентской поддержки, сервисных команд и AI-автоматизации;
• демонстрирует понимание не только prompt engineering, но и базового fine-tuning pipeline.

Tech stack: Python, PyTorch, Hugging Face Transformers, PEFT, LoRA, datasets, accelerate.

Repository: https://github.com/eliv1982/open-model-tone-finetuning

• Telegram: @elena_shlenskova
• GitHub: github.com/eliv1982

Сейчас я формирую портфолио практических проектов в направлениях:

• Telegram-боты с API-интеграциями;
• AI-ассистенты для бизнеса и юридических задач;
• адаптация решений под разные LLM-провайдеры: OpenAI, YandexGPT, GigaChat, OpenRouter, ProxyAPI, DeepSeek, Qwen и другие;
• RAG-системы для работы с базами знаний;
• Python-инструменты для автоматизации и обработки данных;
• MVP-решения для проверки бизнес-гипотез.

Профиль активно обновляется по мере доработки проектов, README, скриншотов и демонстрационных материалов.