Здравствуйте.

Здравствуйте. Я занимаюсь разработкой приложений с использованием Искусственного интеллекта. Мой сайт https://vladimir-py.gitverse.site/portfolio/ В 2025 занял с командой призовое место на международном хакатоне ЛЦТ 2025 с задачей анализа клиентских отзывов Газпромбанк https://docs.google.com/presentation/d/1YYio39xpgALqAIdgeAE0MxJtQKwQQk-P/ Используемый стэк: LLM API: OpenAI, Google, Yandex, Sber, Qwen + любые OpenAI-совместимые Локальные LLM: Ollama, llama cpp-python, Transformers (hugging face) Deep learning: Keras/TF, Pytorch (базовый) Tuning: unsloth (LoRA, QLoRA) ИИ агенты: LangChain,  CrewAI, PydanticAI RAG-системы: FAISS, Qdrant, pgvector, LlamaIndex, Unstructured для чанкинга Оценка и мониторинг : Langfuse, LangSmith Оценка качества RAG: Ragas, DeepEval Классический NLP: spaCy, pymorphy2 Веб: Python, HTML, FastAPI, микросервисы, REST API, SQL, Aiogram, Дополнительно: Git, Docker, Linux Low-code / No-code: n8n, Dify TTS / STT - whisper , whisper x : распознавание, диаризация, синтез речи. Голосовые боты Компьютерное зрение: детекция и трекинг объектов, распознавание текста (OCR) Понимание принципов агентной разработки в Cursor: rules, skills, subagents Примеры проектов: - English AI Tutor (Terra AI) Персонализированное обучение английскому языку с помощью ИИ. Оценка произношения, общение на естественном языке текстом и голосом - RAG для ответов по 1000 документов ( NDA) Гибридный поиск по документам с обязательным указанием источника, использование ИИ агентов для выбора инструментов, контроль телеметрии (точность, скорость). На тестовой выборке точность 0.9 для детерминированных вопросах (в ответе число, название и т.п. - что можно однозначно сравнить с источником правды) Подробнее в резюме https://hh.ru/resume/1850f970ff0f2b950a0039ed1f547952445144 С уважением, Владимир Телефон: +7 921 745-51-54 Email: vpyatnitsky@yandex.ru Телеграм: @v_pyatnitsky