Разработал рекомендательную систему на ALS с использованием библиотеки implicit (CUDA-ускорение), оптимизировал sparse user-item матрицы, провел гиперпараметрический поиск (factors, regularization), внедрил метрики оценки качества, добился +17% роста вовлеченности.
Реализовал BERT-ориентированную систему рекомендаций: генерация dense embeddings через transformers (BERT, DistilBERT), семантический поиск с FAISS, кастомная предобработка текста (spaCy, NLTK), построение мультифичевого пайплайна, деплой модели через FastAPI и Docker.
Построил RAG-систему для LLM-чата техподдержки: векторизация базы знаний (sentence-transformers), индексация в FAISS, query rewriting, reranking (CrossEncoder), генерация ответов через Qwen, логирование и мониторинг через ELK + Prometheus, деплой в Kubernetes.
Магистр - ИИ и наука о больших данных.
Дипломная работа была связана с NLP моделями и построением рекомендательной системы на их основе
Бакалавр - Прикладная математика и информатика.
Дипломная работа была связана с внедрением ИИ в ОИЯИ. Коррекция орбит.