Krapive / UrtiMap
Из 100+ реальных историй — в обучающие данные, специализированное AI-ядро и два работающих продукта.
Мой вклад: Данные, дообучение модели, продуктовая логика, проверка
AI Engineer · LLM-продукты · Applied AI
От реальных данных к работающему AI‑продукту.
Довожу LLM-продукты от идеи до запуска: готовлю данные, дообучаю модели методом LoRA, проверяю качество ответов и собираю рабочие веб-продукты с голосовым AI и структурированным выводом.
- Запущено в сети
- Krapive.net, UrtiMap.com, Govorilka.org
- Данные
- Более 100 реальных кейсов в основе AI-ядра Krapive
- До AI
- 12+ лет в инженерии, НИОКР и управлении
Проекты
Всё запущено и открыто: можно зайти и проверить.
Говорилка
Тренировка разговорного английского как переписка и звонок с персонажем: ситуация, диалог, разбор и повтор.
Мой вклад: Концепция, сценарии, логика диалога, интеграции, тестирование
GrantOps Automation
Письмо пришло — следующий шаг виден: срок, документы и действия из переписки по гранту, а спорные случаи уходят на ручную проверку.
Мой вклад: Постановка задачи, бизнес-логика, схема workflow, интерактивный прототип
Что я делаю
Дообучение моделей
Готовлю датасет из реальных кейсов, дообучаю модель методом LoRA на облачной платформе, оцениваю ответы на новых случаях и повторяю цикл, пока качество не становится приемлемым.
LLM-логика продукта
Адаптивные вопросы, структурированный вывод по JSON-схемам, валидация и исправление ответов. Проектирую, когда система действует сама, а когда отправляет случай человеку: пороги уверенности, повторы, ручная очередь, подтверждение и журнал.
Голосовой AI в реальном времени
Диалоги-звонки с персонажами: потоковый голос, цели диалога, разбор разговора и повторная практика.
Полный цикл до запуска
От сценария и требований до работающего сайта в сети. Реализация — с coding agents; архитектуру, проверку и приёмку веду я.
Эксперименты
Небольшие работы с моделями, агентами и новыми AI-сценариями.
Дообучение под стиль общения
Подготовка корпуса сообщений и обучающих пар, supervised fine-tuning и сравнение результата с prompting и few-shot.
Корпус сообщений → Очистка → Обучающие пары → Fine-tuning → Сравнение
Агент для исследования контента
Поиск публикаций, оценка контекста и подготовка ответа с подтверждением человеком перед публикацией.
Источники → Отбор → Контекст → Черновик → Подтверждение
Исследования AI × Crypto
Разбираю продукты и инфраструктуру на стыке AI и Web3: AI-агенты, x402, платежи в стейблкоинах и AI-маркетплейсы.
Источники → Механика → Ограничения → Возможности
Опыт
Инженерия и НИОКР дали мне привычку проверять, как система работает на практике.
До AI я занимался исследованиями, приборами, инновационными проектами и операционными задачами. Реализацию продуктов веду вместе с coding agents; требования, сценарии, проверку качества и приёмку определяю сам.
Подробнее обо мне →