Мой путь идёт от банковских и промышленных систем национального масштаба к одним из первых production-решений на больших языковых моделях. Меня зовут, когда задача звучит как «это вряд ли возможно»: я умею войти в чужое легаси, увидеть в нём суть и пересобрать его в чистую архитектуру, которая просто работает. Одинаково естественно мыслю и как исследователь на переднем крае AI, и как инженер, который доводит систему до стабильного продакшена и отвечает за итог. Сегодня как фаундер и технический лидер строю собственные продукты на стыке AI и инженерии — выстраиваю вокруг этого продукт, технологию и команду: меньше шума, больше работающих вещей. My path runs from bank- and industrial-grade systems at national scale to some of the first production solutions built on large language models. I'm the one people call when the brief sounds like "this probably isn't possible": I can step into someone else's legacy, find the essence in it, and rebuild it into clean architecture that simply works. I think equally naturally as a researcher at the AI frontier and as an engineer who takes a system to stable production and owns the result. Today, as a founder and technical leader, I build my own products at the intersection of AI and engineering — shaping the product, technology and team around that: less noise, more things that actually work.
- Сооснователь WeisGnosis — закрытой «ОС для AI-агентов»: durable-миссии с длительным жизненным циклом, контроль human-in-the-loop, оркестрация параллельных агентов по схеме manager-worker Co-founded WeisGnosis — a closed "operating system for AI agents": durable, long-running agent missions, human-in-the-loop control, manager-worker orchestration of parallel agents
- Определяю продуктовое видение и архитектуру: durable-workflow на Temporal, stack-aware RAG, безопасность на scoped-токенах, полный аудит-трейл — для AI-first разработки, далее финтех, легал, саппорт Own product vision and architecture: durable workflows on Temporal, stack-aware RAG, scoped-token security, full audit trails — built for AI-first development, then finance, legal and support
- Руковожу компанией end-to-end: продукт, инженерия и go-to-market на рынке РФ/СНГ; закрытый контур, on-prem LLM, соответствие 152-ФЗ Lead the company end-to-end: product, engineering and go-to-market for the Russia/CIS market; closed perimeter, on-prem LLMs, 152-FZ compliance
- Формирую техническую стратегию компании: выбор стека, архитектурные стандарты, инженерные практики и технологическую дорожную карту Define the company's technology strategy: stack selection, architecture standards, engineering practices and the technical roadmap
- Запускаю AI/RAG и мультиагентные решения для клиентов в промышленности, недропользовании и EdTech — от прототипа до production Lead delivery of AI/RAG and multi-agent solutions for clients in industry, natural resources and EdTech — from prototype to production
- Анализ производительности и оптимизация многоуровневой микросервисной системы Performance analysis and optimization of multi-tier microservices system
- Проектирование Event-Driven Architecture, миграция сервисов на AWS Lambda Event-Driven Architecture design, service migration to AWS Lambda
- Разработал архитектуру и базовые API для модернизации legacy-систем; реализовал трёхслойную микросервисную архитектуру с MuleSoft и Java API Designed architecture and core APIs for legacy system modernization; implemented three-tier microservices architecture with MuleSoft and Java APIs
- Обеспечил плавный переход от монолита к микросервисам с минимальным даунтаймом Ensured smooth monolith-to-microservices transition with minimal downtime
- Спроектировал и реализовал self-hosted RAG-систему для 2000+ документов (PDF, видео, SCORM, Markdown) — полностью оффлайн на Apple Mac Studio M3 Ultra 256 GB RAM через LM Studio; на GPU RTX 3090, 4090 и 5090 тестировал с vLLM Designed and implemented a self-hosted RAG system for 2000+ documents (PDF, video, SCORM, Markdown) — fully offline on Apple Mac Studio M3 Ultra 256 GB RAM via LM Studio; tested on RTX 3090, 4090 and 5090 GPUs with vLLM
- Построил конвейер: загрузка/чанкинг → эмбеддинги → ретривал (HyDE + реранкинг) → генерация ответа (120B) → мультимодальный агент (30B) Built the pipeline: ingestion/chunking → embeddings → retrieval (HyDE + reranking) → answer generation (120B) → multimodal agent (30B)
- Настроил эксплуатацию: автоматический реиндекс при обновлении базы знаний, мониторинг качества ответов, fallback-стратегии между моделями разного размера Set up operations: automatic reindexing on knowledge base updates, answer quality monitoring, fallback strategies across models of different sizes
- Разработал платформу сбора данных с веб-платформ целиком: роботизированные пайплайны извлечения, автоматизированные скрейперы и анализаторы данных на Python под управлением Airflow Built the entire data collection platform for web sources: robotic extraction pipelines, automated scrapers and data analyzers in Python, orchestrated by Airflow
- Спроектировал ingestion-контур, наполняющий bronze-слой корпоративного DWH, с AI-контролем качества данных на входе в хранилище Designed the ingestion pipeline populating the bronze layer of the corporate DWH, with AI-driven data quality checks at the warehouse entry point
- Вёл анализ данных и доработку процесса извлечения знаний; результаты собрал в AI-дайджест и AI-ассистента по системе Led data analysis and refinement of the knowledge extraction process; packaged the results into an AI digest and an AI assistant for the system
- Разработал агентную платформу для портирования legacy-кода (4GL, Java-монолиты): анализ → извлечение бизнес-правил → генерация Java 17+ / Spring Boot → авто-тесты → валидация → migration scripts Developed an agent-based platform for legacy code porting (4GL, Java monoliths): analysis → business rule extraction → Java 17+ / Spring Boot generation → auto-tests → validation → migration scripts
- Покрытие тестами >95%; миграция крупного модуля ускорена в 5–8 раз Test coverage >95%; major module migration accelerated 5–8×
- Реализовал RAG + многоагентный слой для non-tech пользователей и инвесторов: агент поиска, агент упрощения, агент верификации фактов Implemented RAG + multi-agent layer for non-tech users and investors: search agent, simplification agent, fact verification agent
- Система объясняет сложные L2-концепции (rollups, sequencer, prover, DA) простым языком без потери точности System explains complex L2 concepts (rollups, sequencer, prover, DA) in plain language without losing accuracy
- Разработка API для Core Banking (FlexCube) через SOAP/PL/SQL; интеграция с платёжными шлюзами, SMS-шлюзами, банкоматами Brinks Developed APIs for Core Banking (FlexCube) via SOAP/PL/SQL; integration with payment gateways, SMS gateways, Brinks ATMs
- API-Led Connectivity в Anypoint Platform: дизайн, профили, деплой (Bank al Etihad, Adidas, Markavip) API-Led Connectivity in Anypoint Platform: design, profiles, deployment (Bank al Etihad, Adidas, Markavip)
- Разработка веб-сервисов и кастомных EJB для SAP PI, REST/SOAP API на Mule ESB, интеграция с медицинскими системами Developed web services and custom EJBs for SAP PI, REST/SOAP APIs on Mule ESB, integration with healthcare systems