2023 — н.в.
Разработка в команде Data Science и машинного обучения. Портфель охватывает промышленную комбинаторную оптимизацию, обработку естественного языка, обучение с подкреплением, рекомендательные и мультиагентные системы на больших языковых моделях — от прикладного прототипа до вывода в эксплуатацию. Курирование стажировки студента.
Оптимизация отгрузки нефтепродуктов во внутренней логистике завода
Комбинаторная оптимизация расписания налива на ограниченных ресурсах. Разработан собственный солвер на основе абстракции «рюкзак со слотами» (метод ветвей и границ, эвристики), интегрированный с 1С; учитывает основную массу факторов планирования.
Оптимизация внешней логистики доставки
Назначение перевозчиков и временных слотов налива на заявки: модель смешанного целочисленного программирования (Pyomo, HiGHS) и генетический алгоритм (DEAP) с лексикографической многокритериальной оптимизацией.
Классификация корпоративной переписки
Многоклассовая классификация писем по подразделениям-адресатам при сильном дисбалансе классов и персональных данных. Дообучение моделей семейства BERT, извлечение текста из сканов через визуально-языковую модель, аугментация, подбор гиперпараметров.
LLM-ассистент бизнес-процессов
Цифровизация процессов через большие языковые модели со структурированным выводом (LangChain, LangGraph).
RL-агент поддержания пластового давления
Адаптация буфера опыта под параллельный сбор данных несколькими воркерами на Windows для агента обучения с подкреплением (PPO), управляющего заводнением в гидродинамическом симуляторе.
Рекомендательная система корпоративного обучения
Проектирование гибридной рекомендательной системы над моделью компетенций: гибридизация признаков, холодный старт, функция потерь, метрики качества.
Оркестратор цифровых двойников (мультиагентная система)
Концептуализация бизнес-кейсов и их перенос на механики оркестратора, проработка архитектуры мультиагентной системы: системная модель в виде RDF-графа (SPARQL, версии-сценарии), онтология в OWL и SHACL, координация агентов по механикам ask-tell и rollout.
Генерация предпроектного беклога (LLM, RAG)
Проработка подхода к генерации беклога задач для предпроектной стадии через пайплайн больших языковых моделей и дополненной генерации: анализ применимости и проектирование архитектуры решения.
Дашборд планирования команды
Внутренний дашборд нагрузки, списаний в человеко-ставках и отсутствий на базе OpenProject: Docker Compose, PostgreSQL, резервное копирование и восстановление, интеграции.
Экспертиза проектов компьютерного зрения по спутниковым снимкам
Техническая экспертиза: сверка отчётов с кодом, проверка воспроизводимости и метрик, анализ дублирования кода, разбор инференс-инфраструктуры (FastAPI, S3, JWT).
Наставничество
Курирование стажировки студента: ревью оптимизационной модели и разбора данных, планирование работы.