AI-инженер с продуктовым подходом и опытом backend-разработки более пяти лет.
Внедрял AI-решения в коммерческих проектах; фокус — архитектура агентных систем, качество продукта и бизнес-эффект.
LLM / AI-Agents / RAG
FOCUS- Fine-tuning и LoRA-адаптеры, промпт-инжиниринг под прод
- Агентные сценарии и tool-calling (ReAct, Plan-and-Execute, LangGraph)
- RAG-архитектуры: база знаний, retrieval + rerank, контекстная сборка
- Оценка качества: golden set, регрессионные тесты, groundedness, success rate
CV
STACK- Классификация, детекция и сегментация объектов
- Пайплайны обработки изображений: датасеты, аугментации, препроцессинг
- Цикл улучшения моделей: валидация → сложные кейсы → дообучение
- Запуск CV-сервисов в продакшене и контроль качества
Backend / MLOps
STACK- Backend для AI: API, микросервисы, базы данных и кэш
- Асинхронные задачи и очереди: Celery, RabbitMQ
- MLOps: пайплайны обучения/дообучения, инференс, контейнеризация
- Интеграции с внешними API и внутренними сервисами
GitHub репозитории
0+
Open-source • pet-проекты
Опыт в разработке
0+ лет
Python/.NET • Backend • ML
AI-проекты
0+
AI-агенты • LLM • RAG • CV
Коммерческие проекты и компании: AI-системы, backend-сервисы и интеграционные решения
Python Backend Developer
Разрабатывал и поддерживал backend‑сервисы: оптимизация, рефакторинг, интеграции с внутренними и внешними системами.
.NET/Python Backend Developer
Развивал backend сервисов автоматизации аптек: фикс багов, интеграции, оптимизация нагруженных систем и баз данных.
Backend Developer
Разрабатывал программное обеспечение для подразделений испытательного центра ракетно-космического предприятия.
Проекты, которые я создал и продолжаю развивать
Telegram-бот — персональное хранилище файлов и заметок с иерархией папок, шарингом между пользователями и RAG-поиском по контенту. Встроенный LLM-чат (GigaChat) с сохранением истории диалогов.
Сайт-портфолио в стиле киберпанк с встроенным AI-агентом. Агент отвечает на вопросы по содержимому портфолио, отправляет CV на email и поддерживает многоходовый диалог со стримингом ответов в реальном времени.
Прототип AI-агента на Python, демонстрирующий эволюцию от простого чата с LLM до агента с инструментами и персистентной памятью. Подходит для обучения и экспериментов с агентным стеком.
Мой подход к разработке AI-продуктов
# Продуктовый подход
- Начинаю с бизнес-задачи и метрик успеха, а не с выбора технологии
- Учитываю edge-кейсы, неоднозначности и типовые ошибки заранее
- Выстраиваю цикл улучшений: логи → метрики → правки AI-компонентов → дообучение и регрессии
# Архитектура и интеграции
- Строю архитектуру AI-сервисов вокруг LLM: агенты, RAG, инструменты и API
- Разделяю контекст, действия и бизнес-логику — чтобы масштабировать компоненты независимо
- Делаю интеграции надежными: контракты данных, обработка ошибок и устойчивость
# Запуск и поддержка
- Вывожу модели и AI-сервисы в прод: автоматизация, релизы, rollback и стабильная эксплуатация
- Настраиваю мониторинг и алертинг: качество, ошибки, задержки, стоимость
- Документирую систему: архитектура, runbook, сценарии отказов и восстановление
Основные направления и технологии, с которыми я работаю
LLM, RAG и AI-агенты
stackML и CV
stackBackend и интеграции
stackMLOps и инфраструктура
stackСвяжитесь со мной напрямую или через AI-агента на сайте
root@ai-portfolio ~ $ contact --list
инициализирую модуль связи...
✓ Загружены контакты
Telegram
@kargindmitriy
dmitriy3kargin@gmail.com
hh.ru
Dmitriy Kargin
Dmitriy Kargin
GitHub
maesthrow
LeetCode
maesthrow