ПОРТФОЛИО / РАЗБОРЫ / 2026
Большая задача.
Настоящий
результат.
Шесть инженерных историй: как я соединял модели, продукт, инфраструктуру и команду. На каждом проекте — реальные интерфейсы, архитектурные решения, моя работа и подтверждённые результаты.
Нейростенографист.
AI-стенографист для Android: записывает и расшифровывает разговоры на русском и английском, различает говорящих, проставляет время реплик и формирует готовую стенограмму. Вся обработка — на самом смартфоне, без интернета. Под капотом — единая система из GigaAM, Whisper, Nemotron, Silero и FDDT.
Сертификат участника Nuclear IT Hack (PDF) ↗НИЯУ МИФИ · 6–8 ноября 2026 · ITAM

Три последовательных этапа: подготовка, определение говорящих и расшифровка. Приложение показывает ход обработки и ориентировочное оставшееся время.
Собрать полноценный офлайн-стенографист из моделей распознавания, голосовой диаризации и VAD, адаптировать их для CPU ARM64 и не потерять удобство интерфейса.
Инициатор, ведущий разработчик и тимлид. Проектировал продукт и архитектуру, интегрировал модели в Android, направлял исследования команды, выполнял системную отладку, испытания на устройстве и выпуск APK.
Что получилось
GigaAM распознаёт русскую речь, Whisper — английскую, Nemotron разделяет говорящих, Silero выделяет речевые фрагменты, а FDDT помогает определить автора слов на перекрытиях. Всё работает прямо в Android.
Физический HONOR 10X Lite (Kirin 710, Android 10): импорт, запись и живая расшифровка. p50 появления текста — 1,4 с после фразы на тестовом аудио.
Стенограммы с говорящими и таймкодами, поиск, редактирование имён, импорт файлов и экспорт TXT, SRT, JSON. Диаризация после постобработки: DER 5,01% на отложенном ПК-корпусе.
Инженерная сложность — соединить модели из разных исследовательских направлений в единый быстрый продукт на ограниченном мобильном процессоре. Пользователь получает не набор алгоритмов, а готовую стенограмму: кто, что и когда сказал.
Технические измерения
Контрольный корпус из 29 русскоязычных дорожек: WER 16,8% (GigaAM + Nemotron). На HONOR 10X Lite измерены медианная задержка 1,4 с после фразы и RTF 0,45 на отдельной 20-минутной записи. Результаты относятся к разным испытаниям и не являются одной совокупной метрикой.
TravelTech.
TravelTech превращает пожелание о путешествии в несколько вариантов поездки: перелёты, отели, наземный транспорт, погода, достопримечательности и бюджет. Для этого я объединил 19 источников данных и бесплатные API/MCP-инструменты в единую систему поиска.
Именной сертификат Островка ↗Командный сертификат iTam+Team ↗23–30 октября 2026 · участие в «О!дин запрос»
Экраны показывают дизайн-прототип; подлинные ответы подключённых источников и приёмка сохранены отдельно в технической документации.
Собрать поездку из разрозненных сервисов: понять запрос, подтвердить параметры, найти перелёты, отели и наземные маршруты, связать их с местом и временем, рассчитать известные расходы.
Инициатор, ведущий разработчик и тимлид ITAM: продуктовая концепция, архитектура, серверная логика, интеграция поисковых источников, AI-маршрутизация, координация команды и выпуск проверенного кандидата.
Что получилось
В архитектуре объединены 19 источников: авиаперелёты, гостиницы, городской транспорт, геоданные, погода и дополнительные сведения о месте. Среди них — 11 бесплатных API и интеграций.
Перелёты и проживание соединяются с наземным транспортом, курсами валют, погодой, климатом, достопримечательностями и календарём. Система учитывает географию, даты и доступные источники.
Сервис формирует варианты поездки, помогает выбрать сочетание перелёта, отеля и маршрута и сохраняет результат. Реализованы корзина и демонстрационный сценарий заказа.
Главная идея TravelTech — превратить множество отдельных поисковых сервисов в одного помощника по планированию путешествий. Разбор запроса, выбор маршрута, данные поставщиков и расчёт бюджета работают в одном пользовательском сценарии — без обязательного платного AI API.
Техническая архитектура и источники
Данные поступают через MAQAMI MCP, VBB, Photon, MET Norway, Open-Meteo, NASA POWER, Wikimedia, OSM Overpass, Frankfurter и Nager.Date, а также другие поисковые адаптеры. Для каждого источника система учитывает ограничения вызовов, доступность маршрутов и происхождение ответов.
Подтверждён сквозной сценарий с несколькими перелётами и отелями, сохранением выбранного варианта после перезапуска сервера. Корзина и заказ демонстрационные: бронирование и оплата не выполняются.
Музейный
компас.
VK-бот для отбора волонтёров Государственного исторического музея на Красной площади. Кандидат общается во ВКонтакте, а LLM уточняет недостающие ответы, оценивает пять критериев с дословными цитатами и готовит решение для координатора.
Сертификат ВШЭ (PDF) ↗21–22 октября 2026 · «Код со смыслом.2» · участие
Скриншоты VK-бота из презентации команды на хакатоне ВШЭ.
Сделать отбор волонтёров доступным в привычной российской коммуникационной среде и убрать ручное чтение сотен свободных ответов. Поэтому основным каналом презентации проекта выбран VK-бот, а решения ИИ снабжены цитатами.
Капитан и ведущий разработчик: архитектура, backend, LLM-оценщик, VK Bots Long Poll, хранение и синхронизация данных, интеграция всей системы и защита проекта.
Что получилось
Диалог через VK Bots Long Poll: вопросы по ответам кандидата, состояние сессии в SQLite и продолжение после повторного сообщения. Удобный российский канал взаимодействия.
Пять критериев, баллы 0–3 или «нет данных» и цитаты кандидата. Сервер проверяет доказательства, считает итог и готовит темы собеседования.
Повторная отправка не создаёт дублей. При сбое синхронизации Google Sheets анкета остаётся в SQLite. Режим rules_demo позволяет проверить систему без внешней модели.
Это не просто чат-бот: российский канал общения, локально сохраняемые заявки, проверяемое AI-оценивание и координация людей в одном сценарии. VK повышает доступность для целевой аудитории, но бот, конечно, требует работающей связи.
Из идеи в бизнес-процесс.
Ателье.
Разработал работающий Telegram-магазин и Mini App: не просто витрину, а систему заказов с индивидуальным пошивом, версиями смет, резервированием остатков, учётом возвратов и отдельным интерфейсом управления.
Соединить покупательский интерфейс с реальной бизнес-логикой: администрирование товаров и остатков, индивидуальные заявки, корректные переходы статусов и сохранность состояния.
Автор концепции, архитектуры и ведущий разработчик: организовал AI-assisted реализацию, бизнес-правила, интеграцию Telegram / Cloudflare / SQL, тестирование и поддержку демо.
Что получилось
Telegram-бот и полноценная Mini App работают на Cloudflare Workers с постоянной SQL-базой D1; демо доступно без включённого домашнего ПК.
Отдельный сценарий индивидуального пошива, версии смет, резервирование товара, админ-панель, возвраты и запрет повторного восстановления склада.
Тесты гонок, повторной доставки уведомлений, прав доступа и отказов; предусмотрены резервные копии и сценарии восстановления.
Сильная часть проекта — полноценная инженерная основа магазина, работающая на доступной бесплатной инфраструктуре. Реальные товары и платежи пока не подключены; бизнес-логика и интерфейсы представлены в демонстрационном режиме.
Инструменты из реальных потребностей.
Windows
Bridge.
Облачная LLM из обычного чата не имеет полноценного доступа к моему компьютеру. Я создал собственный мост: модель вызывает MCP-инструменты, локальный Windows-агент выполняет операции, а результат возвращается в диалог. Без отдельного платного API для самого Bridge.
Устранить разрыв между сильной облачной моделью и реальной длительной работой на ПК. Терминальные агенты решают часть проблемы, но обычно требуют отдельного режима и имеют собственные квоты.
Автор идеи, архитектуры и основной интеграции. Спроектировал собственный локальный MCP-хост, способы доступа к Windows, систему контроля операций и цикл проверки результата; руководил AI-assisted реализацией и испытаниями.
Что получилось
Обычная облачная LLM может выполнять действия на моём Windows-ПК: работать с файлами и процессами, запускать скрипты, взаимодействовать с браузером и поддерживаемыми интерфейсами приложений.
Управляемые длительные задачи: модель получает состояние системы, выполняет шаги, анализирует ошибки, повторно проверяет фактическое изменение и продолжает сценарий.
Мост использует собственный ПК и уже доступный интерфейс модели. Отдельная оплата API для самого Bridge не требуется.
Главная инновация — не очередной терминальный агент, а собственный способ подключить сильную облачную LLM к настоящей рабочей среде. Это позволяет переносить часть длительной инженерной работы в обычный чат вместо расходования отдельной квоты кодинг-агента. Ограничения и условия доступа к самой модели при этом сохраняются.
Moodle
Bridge.
Я подключил AI-ассистента напрямую к учебному порталу университета. Он получает курсы, задания, оценки, сроки и файлы через авторизованный API, ищет нужный материал и помогает работать с учебными задачами в одном диалоге.
Превратить разрозненные страницы учебного портала в единую рабочую среду: открыть задание, найти нужную лекцию, понять сроки и оценить прогресс без ручного копирования.
Автор идеи и основной интеграции: локальная авторизация, Moodle API, загрузка материалов, индексация и гибридный поиск, подключение к облачной модели и проверка реальных заданий.
Что получилось
Курсы, дедлайны, материалы, модули и оценки доступны из одного запроса через авторизованный API-клиент. Извлечение текстов PDF/PPTX для подготовки к занятиям.
Сохранённая авторизация Windows DPAPI, локальный индекс и гибридный поиск: точные совпадения, формульные правила и опциональные локальные мультиязычные embeddings.
Облачный помощник может самостоятельно находить задания и учебные материалы, разбирать их и отслеживать сроки. Выполнение и отправка работ не заявляются без отдельной проверки.
Это продолжение Windows Bridge: один короткий запрос связывает облачный интеллект с реальным университетским порталом и локальным смысловым поиском. Разница между просмотром расписания и персональной системой обучения — в доступе к содержимому и контексту.
AI MIRRORS.
Экспериментальный центр управления AI через Telegram: задачи направляются выбранным моделям и инструментам, результаты сохраняются, а работу можно восстанавливать после сбоев. Личный проект, объединяющий разные AI-сервисы в один интерфейс.







