ИИ-агенты, боты и информационные системы, которые работают в production
20 лет в разработке, с 2023 года — системы на базе LLM. Проектирую архитектуру, собираю команду и довожу продукт до запуска: от первой консультации до измеримого эффекта в бизнесе.
обработка номенклатуры на LLM-платформе НСИ: 1,5 минуты на позицию вместо 15
6 000+ пользователей
SaaS-платформа ЦеновикPRO для госзакупок — ~1 500 компаний-клиентов
4× рост аудитории
продукта после запуска ИИ-ассистента ИИгорь — мультиагентной системы на LangGraph
Что я разрабатываю
Беру на себя проект целиком — от идеи до системы в production — или отдельную задачу внутри вашего продукта: архитектуру, разработку, интеграции, сопровождение.
Собираю продукт целиком — от гипотезы до работающего сервиса с пользователями: ИИ-агент, информационная система или стартап. Так построены ЦеновикPRO, ИИгорь и ещё несколько сервисов. Для отдельных задач внутри вашего продукта — направления ниже.
Мультиагентные системы на LangGraph, RAG по вашим документам и базам знаний, ассистенты для сотрудников и клиентов с контролем качества ответов и автотестами.
Веб-сервисы и внутренние системы на Python/Django: личные кабинеты, аналитика, поиск, работа с большими объёмами данных, интеграции с 1С, ERP и внешними API.
Извлечение данных из документов с помощью LLM, отслеживание изменений в нормативных документах, сценарии на n8n, связка сервисов между собой — чтобы рутина выполнялась без участия сотрудников.
LLM-контур для номенклатуры и каталогов: категоризация, заполнение атрибутов, поиск дублей и подбор аналогов с проверкой человеком. Интеграция с 1С, ERP и Odoo.
Разбор процесса или готового решения: где ИИ даст эффект, какая архитектура нужна, во что обойдётся инференс и как измерить результат. Выбор моделей — включая российские и локальные для закрытого контура.
Кейсы
Продукты, которые я спроектировал и построил. Цифры — из реальных замеров и тестирования заказчиками.
Помощник специалиста по закупкам (44-ФЗ/223-ФЗ) на LangGraph: супервизор и 3 специализированных агента, 35 инструментов, RAG, critic-модель для проверки расчётов, память диалога, ~770 автотестов. Работает внутри SaaS-платформы.
GigaChat + Odoo: строка из накладной превращается в эталонную карточку с категорией, атрибутами и проверкой дублей. 1,5 минуты на позицию вместо 15, дублей меньше на 60–70%, экономия около 3,3 млн ₽ в год на потоке 50 позиций в день.
Платформа расчёта НМЦК и формирования закупочной документации: 6 000+ пользователей, ~1 500 компаний, финалист SBER 500. ИИ-модули сокращают подготовку закупки со 147 до 21 минуты по замерам заказчиков.
Сервис для крупной энергетической компании: ML-прогноз по временным рядам, NLP-классификация новостей, пайплайн данных из нескольких источников, модули риск-менеджмента, дашборд и интеграция с корпоративной шиной данных.
ИИ-помощник собирает жалобы пациента, формирует резюме обращения и помогает выбрать специалиста из каталога клиник. Экстренные случаи отсекаются детерминированными правилами, в модель уходят только обезличенные данные. В закрытом тестировании.
Система следит за федеральными, региональными, отраслевыми и внутренними нормативными документами, рекомендует формулировки для локальных регламентов и вносит их после согласования. В разработке.
Подробнее
Почему со мной
Я не посредник и не студия с менеджерами: вы общаетесь напрямую с архитектором, который отвечает за результат.
20 лет в разработке
Прошёл путь от разработчика до технического директора и сооснователя продуктовой ИТ-компании. Знаю, как системы живут годами, а не до сдачи проекта.
LLM-системы в production с 2023 года
Не демо и не прототипы: мультиагентные ассистенты, RAG и LLM-контуры, которыми ежедневно пользуются сотрудники компаний.
Архитектура под задачу, а не под моду
Разделяю вероятностную часть (LLM) и детерминированные бизнес-правила, добавляю проверки и human-in-the-loop там, где цена ошибки высока.
Измеримый эффект
Считаю экономику до старта и замеряю после внедрения: время на операцию, доля ошибок, стоимость часа, ROI и срок окупаемости.
Команда под масштаб задачи
Небольшой проект делаю сам, крупный — с проверенными разработчиками: руководил командами до 12 человек.
ИИ-инструменты в разработке
Пишу и проверяю код вместе с ИИ-инструментами — это ускоряет поставку до 4× без потери качества: автотесты и ревью остаются обязательными.
Как проходит работа
Прозрачный процесс с понятными этапами и результатом на каждом из них.
Консультация
Разбираем задачу и процесс, который нужно улучшить. Честно говорю, где ИИ даст эффект, а где достаточно обычной автоматизации.
ТЗ и архитектура
Фиксируем сценарии, интеграции, метрики успеха и оценку экономического эффекта. Вы получаете документ, по которому можно работать с любой командой.
MVP
За несколько недель собираем рабочую версию на ваших данных и проверяем гипотезу на реальных пользователях.
Внедрение
Интеграции с вашими системами, автотесты, мониторинг, обучение сотрудников. Система разворачивается в вашем контуре или в облаке.
Сопровождение
Замеряем эффект, улучшаем качество ответов по обратной связи, развиваем систему по мере роста задач.
Стек, на котором построены проекты из кейсов выше. Работаю как с зарубежными, так и с российскими LLM — в том числе с развёртыванием в закрытом контуре.
AI / LLM
LangGraph, LangChain, LangFlow, RAG (LightRAG, GraphRAG), OpenAI API, GigaChat, LiteLLM, OpenWebUI, LangSmith для трейсинга и оценки качества.
REST API, 1С и ERP, Telegram Bot API, n8n, корпоративные шины данных.
Инфраструктура и качество
Docker, Sentry, pytest, CI/CD, развёртывание в облаке и on-premise, ИИ-инструменты для разработки (Claude Code).
Обсудим вашу задачу
Опишите в нескольких предложениях, что хотите автоматизировать или построить. Отвечу в течение рабочего дня и предложу время для бесплатной консультации.
Нажимая «Отправить», вы даёте согласие на обработку персональных данных.