NLP, LLM и RAG-пайплайны
Разобрать retrieval, эмбеддинги, реранкинг и оценку качества ответов на примере вашей задачи.
Обсудить задачуData Science / ML / МЕНТОР
Андрей Капелюшников
Data Scientist
X5 Tech5+ лет опытаML и LLM от бизнес-задачи до продакшна. Поможет разобраться с NLP, RAG, внедрением моделей и подготовкой к техническим интервью.
Data Scientist
01 / ВАША ЗАДАЧА
С чем поможет Андрей
Выберите близкую задачу — она появится в заявке. Если запрос другой, обсудим его отдельно.
Подготовка к ML / LLM интервью
Разобрать технические вопросы, подход к лайвкодингу и объяснение своих проектных решений.
Обсудить задачуВывод ML-модели в продакшн
Обсудить API, развёртывание, мониторинг и воспроизводимость ML-экспериментов.
Обсудить задачуМетрики качества и бизнес-эффект
Связать качество модели с продуктовой задачей и выбрать подход к проверке результата.
Обсудить задачу02 / ЭКСПЕРТИЗА И ПРАКТИКА
Опыт, на который можно опереться
Data Scientist в X5 Tech с опытом более 5 лет. Ранее работал в Сбере и The MeetMe Group. Специализируется на NLP и LLM-системах: проверяет гипотезы, обучает модели, выводит сервисы в продакшн и разворачивает инфраструктуру, в том числе в закрытых контурах.
В РАБОТЕ
Разрабатывает ML/LLM-сервисы для контакт-центра X5: RAG-подсказки операторам, FAQ-боты, классификацию обращений и маскирование персональных данных. Менторит стажёров и проводит технические собеседования ML-инженеров — лайвкодинг и интервью по LLM. Есть опыт рекомендаций, антифрода и динамического ценообразования.
Полный цикл ML-решения
Постановка бизнес-задачи, проверка гипотез, обучение и оценка моделей, развёртывание сервисов и мониторинг.
NLP, LLM и retrieval
Эмбеддинги, BERT, реранкеры, векторный поиск, RAG-пайплайны и дообучение моделей.
Продакшн и MLOps
FastAPI, Docker, Kubernetes, MLflow, DVC и Grafana; нагрузочные проверки и работа в закрытых контурах.
Эксперименты и бизнес-эффект
Рекомендательные системы, антифрод и динамическое ценообразование. Оценка результатов через бизнес-метрики и A/B-тесты.
Наставничество и интервью
Менторит стажёров, проводит лайвкодинг и технические интервью по LLM; участвовал в найме команды разработки.
ПРАКТИКА / ПРОЕКТЫ
Опыт в реальных задачах
X5 Tech: RAG-подсказки операторам
Построил поиск кандидатов из нескольких источников, обучил реранкер и развернул сервис на FastAPI. Операторы принимают около трети подсказок; среднее время ответа сократилось на 12%.
X5 Tech: умный FAQ-бот
Разработал сервис наполнения FAQ и векторную базу в Redis, вместе со стажёром — генерацию уточняющих вопросов. Доля обращений, закрытых без оператора, выросла с 0,9% до 9,7%.
X5 Tech: классификация обращений
Обучил доменный BERT и иерархический классификатор, вывел сервис в продакшн. Работа с категориями сократилась с 10–15 секунд до примерно 1,1 секунды, возвраты на переклассификацию — с 17% до 6%.
Сбер: поиск знаний в диалогах
Развивал тематическое моделирование и RAG-ассистента витрины инсайтов. Решение автоматически разбирает около 50 тысяч диалогов в день без ручной разметки.
The MeetMe Group: рекомендации и ценообразование
Вывел рекомендательную систему мини-игр в продакшн: клики выросли на 37% относительно контрольной группы. В проекте персональных скидок LTV получивших скидку оказался на 17% выше.
ИНСТРУМЕНТЫ / КОМПЕТЕНЦИИ
Стек и фокус
PythonMachine LearningNLPLLMRAGPyTorchTransformersBERTLangChainCatBoostscikit-learnFastAPIRedisPostgreSQLMLflowDVCDockerKubernetesGrafanaAirflowAWSA/B testing
ВАШ СЛЕДУЮЩИЙ ШАГ
Обсудим вашу задачу?
Оставьте заявку на работу с ментором.
Уточним цель и подберём подходящий формат.