Разработал и внедрил AI-агент поддержки для команды картографов, интегрированный в мессенжере:

– Полная ответственность за проект: архитектура, интеграция, продакшен и поддержка.
– Агент обрабатывал запросы специалистов, искал релевантную информацию в документации через Intrasearch API и
формировал ответы с помощью OpenAI GPT-4 API.
– Внедрил RAG-подход для повышения релевантности ответов, оптимизировал промпты и цепочки
сообщений.
– Время получения ответов снизилось на 46.2%, среднее время консультации — в 2.5 раза.
– Технологии: Python, Django, OpenAI GPT-4 API, Docker, Redis, Asyncio, Aiohttp, TVM2, Intrasearch API, Prompt Engineering.
- На основе успешных результатов агент был масштабирован на два дополнительных проекта:
– AI-агент для техподдержки платформы тестирования беспилотников - проектирование архитектуры, интеграция с
системой уведомлений, деплой в Yandex Deploy.
– AI-агент для CI/CD-инфраструктуры - анализ результатов сборок, генерация решений и отчетов для тимлидов; успешные билды без ручного вмешательства выросли на 21.4%.
- Разработал сервис прогнозирования скорости доставки заказов ровером:
– Использовал модели временных рядов, градиентного бустинга и ансамбли для прогнозирования времени маршрута с учетом
трафика, погодных условий и загруженности курьеров. –
данных.
– Интеграция с внутренними API логистики и телеметрии, построение пайплайна обновления
Средняя ошибка прогноза снизилась на 28.6%, точность SLA-доставок выросла в 2 раза.
– Технологии: Python, FastAPI, Pandas, NumPy, Scikit-learn, PostgreSQL, Asyncio, Docker, CI/CD, Yandex Deploy,
внутренние API логистики.
- Оптимизировал процессы CI/CD и интеграцию кода:
– Перенос автогенерируемых ya.make-файлов, корректное подключение зависимостей.
– Разработка Sandbox-задач и post-commit-actions, сокращение времени проверок CI/CD на 9.8%.
– Технологии: Python, Go, CI/CD (Sandbox, post-commit actions), ya.make, CMake.