О себе
Меня вдохновляет возможность применять машинное обучение для решения реальных задач. В ML с 2018 года, начинал с аналитики и компьютерного зрения, поэтому хорошо понимаю, что мешает моделям доехать до продакшена.
Желание закрыть разрыв между исследованиями и production привело меня в MLOps и DevOps. Строю CI/CD и GitOps, Kubernetes-инфраструктуру с GPU, инференс LLM, мониторинг и логирование ML-сервисов, внутренние инструменты для ML-команд.
Люблю инженерную сторону процесса: превращать ML-идеи в стабильно работающие продукты. Опыт в финансах и управлении проектами помогает смотреть на задачи комплексно. Постоянно развиваю навыки и в MLOps, и в ML.
- Русский
- родной
- Английский
- C1
Опыт
нояб. 2025 – н. в.
MLOps / LLM Ops инженер
ГНИВЦ, Москва
Развиваю ИИ-Песочницу ГНИВЦ — внутреннюю среду для ИИ-экспериментов и прикладных ИИ-сервисов (более 1000 пользователей). Отвечаю за инференс моделей в контурах опытной (КОЭ) и промышленной (КПЭ) эксплуатации ФНС России, участвую в проектировании ИИ-Платформы ФНС России.
- Развернул и поддерживаю сервис инференса LLM с OpenAI-совместимым API на vLLM, SGLang и NVIDIA Dynamo (Qwen 3.x, DeepSeek V4 и другие). Переводил продовые модели между движками и планировщиками без потери доступности, устранял деградацию под нагрузкой и «залипание» очередей.
- Оптимизирую инференс: непрерывный батчинг, префиксный и FP8 KV-кэш, политики очередей и защита от перегрузки. Медианный TTFT ключевой модели улучшился примерно в 3 раза (~1,1 → 0,4 с), ёмкость KV-кэша за счёт FP8 выросла почти вдвое.
- Разворачиваю, обновляю и сопровождаю модели на серверах инференса в КОЭ и КПЭ ФНС России; провожу бенчмарки моделей на скорость и когнитивные способности.
- Участвую в проектировании ИИ-Платформы ФНС России: концепция и проектная документация, архитектура среды исполнения моделей (Prefill/Decode disaggregation), подбор и распределение GPU, требования к ресурсам.
- Спроектировал Kubernetes-кластер песочницы с пулом GPU-узлов (NVIDIA H100, H200, RTX 6000 Ada), GPU-оператором, KAI Scheduler и Grove, Longhorn, Calico, MetalLB и Envoy Gateway; конфигурацию узлов автоматизировал через Ansible.
- Разворачиваю и обновляю без простоя сервисы песочницы: Open WebUI, GPUStack, JupyterHub, Qdrant, RAG-стек, MinIO, ClearML, Langfuse, BI, автоматизации на n8n. Обновил Langfuse с 3.x до 4.x с переносом ~1,9 млн событий без потери данных.
- Выбрал и развернул в песочнице модель решений: сравнил открытые варианты (Kev, Laya, Clef и другие) на одном наборе заданий и остановился на decisions 3.0.
- Построил CI/CD и GitOps-контур: Argo CD с SSO через Keycloak, сборка образов на Argo Workflows и kaniko в Artifactory, события из Bitbucket через Argo Events, Vault и External Secrets Operator, политики Kyverno.
- Веду безопасность контура: довёл образы (vLLM, SGLang, DCGM Exporter и др.) до 0 исправимых CRITICAL/HIGH по Trivy, restricted-профили подов, сетевые политики, взаимодействие с ИБ.
- Отвечаю за наблюдаемость и эксплуатацию: VictoriaMetrics, Grafana, Loki, Vector, статус-страница сервисов, разбор инцидентов, планирование ёмкости GPU, памяти и хранилища.
- Разработал Model Router — собственный HTTP-роутер для vLLM/SGLang с балансировкой, отказоустойчивостью, повторными попытками и метриками.
- Сопровождаю сдачу песочницы: подготовка к приёмке и переносу на другую площадку, инструкции по развёртыванию для эксплуатирующей организации, поддержка пользователей.
- Kubernetes
- NVIDIA GPU Operator
- KAI Scheduler
- Grove
- NVIDIA Dynamo
- vLLM
- SGLang
- GPUStack
- Helm
- Argo CD
- Argo Workflows
- Argo Events
- Vault
- External Secrets
- Kyverno
- Keycloak
- Longhorn
- Calico
- MetalLB
- Envoy Gateway
- VictoriaMetrics
- Grafana
- Loki
- Vector
- n8n
- Langfuse
- ClearML
- MinIO
- Qdrant
- PostgreSQL
- Ansible
- Trivy
- Go
- Python
дек. 2023 – окт. 2025
MLOps-инженер
Группа компаний «Русагро», Москва
Развивал практики MLOps и DevOps в подразделении машинного обучения и ИИ: поддерживал 3 команды и инфраструктуру полного жизненного цикла моделей.
- Перевёл ML-приложения на Docker, что стало основой для перехода на Kubernetes.
- Поднял два dev-кластера Kubernetes (1 и 6 нод) для сервисов компьютерного зрения и классического ML.
- Создал шаблоны GitLab CI (сборка, тесты, сканирование уязвимостей, деплой): запуск пилотов сократился с месяцев до нескольких недель.
- Внедрил SAST и сканирование контейнеров на Trivy.
- Развернул ключевую MLOps-инфраструктуру: ClearML, MinIO (S3), HashiCorp Vault, Prometheus, Grafana, Loki, Alloy.
- Настраивал инфраструктуру через Ansible вместе с DevOps-инженерами и службой инфраструктуры.
- Разрабатывал и поддерживал внутреннюю библиотеку утилит, стандартизирующую ML-разработку.
- Участвовал в архитектурных комитетах, проводил ревью архитектуры и кода, готовил рекомендации по MLOps-практикам.
- Kubernetes
- Docker
- Helm
- GitLab CI
- Trivy
- ClearML
- MinIO
- Vault
- Prometheus
- Grafana
- Loki
- Ansible
- PostgreSQL
- MongoDB
- Python
- Bash
апр. 2023 – дек. 2023
Computer Vision Engineer (Senior)
Группа компаний «Русагро», Москва
Автоматизация разработки и архитектура CV-сервисов.
- Разрабатывал и поддерживал внутреннюю библиотеку для компьютерного зрения.
- Принимал архитектурные решения для CV-сервисов и участвовал в планировании новых проектов.
- Развернул трекинг экспериментов.
- Спроектировал систему хранения и учёта размеченных и неразмеченных данных (DWH).
- Python
- PyTorch
- OpenCV
- ClearML
- Docker
май 2022 – апр. 2023
Computer Vision Engineer (Middle)
Группа компаний «Русагро», Москва
Проекты мясного направления — подсчёт животных и поиск заболевших и павших животных.
- Вместе с командой довели точность подсчёта свиней в загонах до 99+%.
- Разрабатывал алгоритмы сбора данных и обучал модели.
- Python
- PyTorch
- OpenCV
- TensorRT
июль 2021 – май 2022
Ведущий ML-инженер
Форпост, Пермь
Видеоаналитика, вывод моделей в продакшен и руководство группой ML-инженеров.
- Развернул и администрировал облачную инфраструктуру для обучения нейросетей.
- Писал кастомные слои и реализовывал алгоритмы из свежих статей по компьютерному зрению.
- Стандартизировал ML-пайплайны и выводил модели в продакшен.
- Нанимал, обучал и руководил группой ML-инженеров, ставил и контролировал задачи, вёл технические переговоры с заказчиками.
- Python
- TensorFlow
- PyTorch
- Darknet
- OpenCV
- TensorRT
- TF Serving
- GCP
- AWS
авг. 2020 – июль 2021
ML-инженер
Форпост, Пермь
Модели детекции, сегментации и классификации для видеоаналитики.
- Собирал и размечал данные, дообучал и улучшал модели, готовил их к продакшену.
- Писал утилиты и скрипты для сбора и обработки данных.
- Python
- TensorFlow
- Darknet
- OpenCV
март 2020 – авг. 2020
Аналитик Дом.ру Movix
ЭР-Телеком Холдинг, Пермь
Продуктовая аналитика ТВ-сервиса Movix.
- Проверял гипотезы, считал продуктовые метрики, сегментировал клиентскую базу.
- Анализировал поисковые запросы и интернет-трафик абонентов.
- Спроектировал и наполнил базу данных отдела аналитики, автоматизировал отчётность.
- Python
- SQL
- pandas
- Statistics
Преподавание
сент. 2024 – июнь 2025
Преподаватель курса MLOps
Пермский государственный национальный исследовательский университет, Пермь
Читал магистрантам курс по MLOps и интеграции машинного обучения в интернет-приложения.
- Разработал теорию и практику по автоматизации жизненного цикла моделей: данные, обучение, трекинг экспериментов, деплой.
- Курировал итоговый проект: от сбора данных до модели за API с метриками производительности и качества.
- Учил студентов инструментам автоматизации и мониторинга ML-проектов, включая трекинг экспериментов и CI/CD.
- Python
- Docker
- FastAPI
- CI/CD
- MLOps
Проекты
Этот сайт
окт. 2026 – н. в.
Интерактивное резюме с ИИ-агентом по схеме «System 1 / System 2»: быстрая типизированная модель решений выбирает маршрут и отсекает запросы не по теме, Claude через LiteLLM рассуждает и отвечает с помощью инструментов и карточек.
- Быстрая модель решений как System 1 с цепочкой резервных звеньев.
- Модель для ответа подбирается под маршрут.
- LiteLLM-прокси, лимиты и бюджеты, трейсинг в Langfuse.
- RU/EN, админка с AI-импортом профиля, CI/CD в GitLab на своём раннере.
- Pydantic AI
- FastAPI
- Next.js
- LiteLLM
- Claude
- Langfuse
- PostgreSQL
- Docker
- GitLab CI
Сервис инференса LLM
нояб. 2025 – н. в.
Инференс LLM с OpenAI-совместимым API для сотрудников ГНИВЦ и в контурах ФНС России.
- vLLM, SGLang и NVIDIA Dynamo; модели Qwen 3.x, DeepSeek V4 и другие; переезды между движками без потери доступности.
- Медианный TTFT ключевой модели улучшился примерно в 3 раза (~1,1 → 0,4 с).
- FP8 KV-кэш почти удвоил ёмкость кэша.
- vLLM
- SGLang
- NVIDIA Dynamo
- Kubernetes
Model Router
нояб. 2025 – н. в.
Собственный HTTP-роутер для vLLM/SGLang.
- Балансировка, отказоустойчивость, повторные попытки и метрики.
- vLLM
- SGLang
Kubernetes-кластер ИИ-Песочницы
нояб. 2025 – н. в.
GPU-кластер внутренней ИИ-песочницы ГНИВЦ для более чем 1000 пользователей.
- GPU-узлы NVIDIA H100, H200, RTX 6000 Ada с GPU-оператором, KAI Scheduler и Grove.
- Longhorn, Calico, MetalLB, Envoy Gateway; узлы настраиваются через Ansible.
- Сервисы без простоя: Open WebUI, GPUStack, JupyterHub, Qdrant, ClearML, Langfuse; обновление Langfuse 3.x → 4.x с переносом ~1,9 млн событий.
- Kubernetes
- NVIDIA GPU Operator
- KAI Scheduler
- Grove
- Longhorn
- Calico
- MetalLB
- Envoy Gateway
- Ansible
- GPUStack
- Qdrant
- Langfuse
GitOps и безопасность песочницы
нояб. 2025 – н. в.
CI/CD и GitOps-контур с управлением секретами, политиками и проверкой образов.
- Argo CD с SSO через Keycloak, сборка на Argo Workflows и kaniko в Artifactory, события из Bitbucket через Argo Events.
- Vault и External Secrets Operator, политики Kyverno.
- Образы доведены до 0 исправимых CRITICAL/HIGH по Trivy.
- Argo CD
- Argo Workflows
- Argo Events
- Keycloak
- Vault
- External Secrets
- Kyverno
- Trivy
ИИ-Платформа ФНС России
нояб. 2025 – н. в.
Проектирование платформы для десятков тысяч инспекторов, сотен тысяч граждан и высоконагруженных автоматизированных систем.
- Концепция и проектная документация.
- Архитектура среды исполнения моделей с Prefill/Decode disaggregation, подбор и распределение GPU под классы моделей.
- NVIDIA Dynamo
- Kubernetes
Курс MLOps для магистрантов
сент. 2024 – июнь 2025
Авторский курс о полном жизненном цикле ML-системы с итоговым проектом.
- Python
- Docker
- FastAPI
- CI/CD
Kubernetes-платформа для ML
дек. 2023 – окт. 2025
Путь от «запусков на ноутбуке» до контейнеров и двух dev-кластеров Kubernetes для ML-сервисов.
- Единая среда выполнения на Docker для всех ML-команд.
- Кластеры на 1 и 6 нод под CV и классический ML.
- Kubernetes
- Docker
- Helm
- Ansible
Шаблоны CI/CD и безопасность
дек. 2023 – окт. 2025
Типовые этапы GitLab CI для ML-проектов со встроенной проверкой уязвимостей.
- Сборка, тесты, SAST и сканирование контейнеров на Trivy, деплой.
- Запуск пилотов сократился с месяцев до нескольких недель.
- GitLab CI
- Trivy
- Docker
MLOps-стек
дек. 2023 – окт. 2025
Трекинг экспериментов, хранилище артефактов, секреты и наблюдаемость для ML-сервисов.
- ClearML для экспериментов, задач и агентов; MinIO для артефактов; Vault для секретов.
- Prometheus, Grafana, Loki и Alloy для метрик и логов ML-сервисов.
- ClearML
- MinIO
- Vault
- Prometheus
- Grafana
- Loki
- Alloy
Компьютерное зрение на фермах
май 2022 – дек. 2023
Подсчёт животных и поиск заболевших и павших животных по видео.
- Точность подсчёта свиней в загонах — 99+%.
- Сбор данных, обучение и оптимизация моделей детекции.
- DWH для размеченных и неразмеченных данных.
- PyTorch
- OpenCV
- TensorRT
Видеоаналитика
авг. 2020 – май 2022
Модели детекции, сегментации и классификации для видеоаналитики, от разметки до продакшена.
- Реализация алгоритмов из свежих статей и кастомные слои.
- Облачная инфраструктура для обучения в GCP и AWS.
- TensorFlow
- Darknet
- TensorRT
- TF Serving
- GCP
- AWS
Навыки
LLM и инференс
- vLLMс 2025
- SGLangс 2025
- NVIDIA Dynamoс 2025
- GPUStackс 2025
- NVIDIA GPU Operatorс 2025
- KAI Schedulerс 2025
- Groveс 2025
- LiteLLM
- Pydantic AI
MLOps и инфраструктура
- Kubernetesс 2024
- Dockerс 2020
- Helmс 2024
- GitLab CIс 2023
- Argo CDс 2025
- Argo Workflowsс 2025
- Argo Eventsс 2025
- Ansibleс 2024
- ClearMLс 2023
- MinIOс 2024
- Vaultс 2024
- External Secretsс 2025
- Kyvernoс 2025
- Keycloakс 2025
- Longhornс 2025
- Calicoс 2025
- MetalLBс 2025
- Envoy Gatewayс 2025
- n8nс 2025
- Prefect
- Trivyс 2024
Наблюдаемость
- Prometheusс 2024
- Grafanaс 2024
- Lokiс 2024
- VictoriaMetricsс 2025
- Vectorс 2025
- Langfuseс 2025
ML и компьютерное зрение
- PyTorchс 2020
- TensorFlowс 2019
- OpenCVс 2020
- TensorRTс 2021
- TF Servingс 2021
- Darknetс 2020
- pandasс 2018
- NumPyс 2018
Языки и основы
- Pythonс 2018
- SQLс 2018
- Bashс 2020
- Go
- Linuxс 2019
- Gitс 2018
- Statisticsс 2018
Облака и данные
- GCPс 2021
- AWSс 2021
- PostgreSQL
- MongoDB
- Qdrantс 2025
Образование
- 2021Нейросетевые технологии в компьютерном зрении, ПГНИУ, Региональный институт непрерывного образования
- 2020Профессия Data Scientist, Skillbox
- 2020Professional Scrum Developer, Agilix consulting
- 2019mlcourse.ai — машинное обучение, Open Data Science
- 2008Экспертиза и управление недвижимостью, Пермский государственный технический университет
