Middle Automation Engineer

- Разработал корпоративный AI-ассистент с RAG-базой знаний для снижения нагрузки на HR и IT-отдел. Self-hosted LLM на VPS, векторная база с внутренней документацией и описаниями IT-проектов. Веб-интерфейс с авторизацией для сотрудников. (Python, FastAPI, Ollama, Mistral 7B, мLangChain, Qudrant, HTML, JWT, Docker, Nginx, SSL) - Развернул Meta-Llama-3-8B на сервере, написал бэкенд на Python (FastAPI), который принимает текст и документы, извлекает содержимое из PDF/DOCX, отправляет в LLM с промптом на перевод и возвращает результат через Telegram-бота (Python, FastAPI, Meta-Llama-3-8B, python-telegram-bot, PyPDF2, python-docx, Docker, Nginx) - Построил автоматизацию обработки входящих документов: микросервис на FastAPI с LayoutLMv3 для извлечения данных из счетов и накладных, оркестрация через n8n, интеграция с Битрикс24 и Google Sheets. Деплой в Docker.(Python, FastAPI, LayoutLMv3 (HuggingFace), PyTorch, Tesseract OCR, n8n, Битрикс24, REST API, Google Sheets API, Docker, Nginx) !! По всем вопросам обращайтесь по Telegram @LunadLa !! Ключевые результаты: - Нашел релевантную AI модель из Hugging Face A/B тестами и интегрировал в софт для перевод и локализации с иностранными поставщиками. Сэкономил компании 40.000 Р в месяц - Автоматическая обработка входящих документов (LayoutLMv3 забрала 80–90% нагрузки с сотрудника обработавшего входящие документы) - Разработал корпоративный чат-бот на сайте, который имел служебную информацию и информацию об it проектах + "it сленг" (Снизил нагрузки на HR и IT-отдел 30 минут в день, Ускорил онбординг новых сотрудников до 1 недели Снижение количества ошибок на 7%) Стек: Codex, Claude Code, Hugging Face, FastAPI, Postman, Python, n8n, Agent Skills OFF

- Проектирование multi-agent в n8n:( автоматический выбор модели: GPT, Claude, DeepSeek, YandexGPT) по сложности/стоимости задачи. - Создал 11 воркфлоу в n8n (интеграции с API: Google, Yandex, Gemini, Claude, ChatGPT, Bitrix24, YOLO, Telegram, WhatsApp, SupaBase, Ollama, Телефония, T-Pay. ЮKassa, DeepSeek, Сайты), БД: (ChromaDB, SupaBase) - Написания промта для ReAct-агента с оркестрацией нескольких LLM для валидации ответов + инструмент по поиску в интернете - Поднимал локальную модель Ollama с RAG на VPS сервере - Загружал служебную информацию в RAG (ChromaDB) для локальной модели - Prompt инженеринг: создавал цепочки промптов, system и user prompts, chain-of-thought (для сложных и математических задач), few-shot(когда нужны соблюдать однотипный порядок задач), декомпозиция сложных инструкций для снижения галлюцинаций. - A/B-тестирование промптов. - Fine-tuning моделей GPT и Ollama через Unsloth под задачи клиентов. - Интеграция n8n с Битрикс24 через Webhooks - Создание ботов в Битрикс24 Мой Telegram: @LunadLa Ключевые результаты: - LLM Routing между 5 моделями сократил расходы на API - 45%. Дешёые модели на классификации, дорогие на генерации. - RAG-система на 200+ документов с векторной базой данных (СhromBD ) снизила галлюцинации LLM на 50% и довела точность ответов агента до 94% - Fine-tuned модель Ollama и ChatGPT для классификации обращений превзошла прошлые модели по точности на 8% при стоимости в 15 раз ниже. - CV-модель автоматизировала контроль качества фото товаров. 85% брака выявляется без участия человека. - Автоматическое создание сделок в n8n с интеграцией Битрикс24: маршрутизация заявок, уведомленя. Компания экономит 80.000р в месяц - Автоматизация собирала свежие новостные новости в Telegram каналах и сайтах с RSS, что помогло сэкономить компании 35.000р в месяц - Полностью автоматический анализ каждого звонка без ручного прослушивания. Автоматизация анализирует разговор: тип звонка, качество работы оператора, нарушения скриптов, потерянные лиды. Контроль за отделом продаж вырос на 80% - Автосоздание карточек товаров для маркетплейсов. (100 карточек за 20 минут вместо 3 дней ручной работы контент-менеджера.) - Автосбор и обработка лидов из нескольких каналов. (ответ лидам достиг 100%, средний ответ менеджер снизился с 1 часа до 10 минут) - Автоматическая обработка возвратов. (Результат: 70% возвратов обрабатываются без участия человека, время обработки с 1 дня до 10 минут) - Автоматическая отчётность для руководителя (Каждый понедельник в 9:00 workflow собирает данные из Bitrix24, Yandex analytics, ЮкаSSA, Google Sheets → AI формирует текстовую сводку за неделю с выводами и рекомендациями → отчёт приходит в Telegram)