Святослав К.
Рейтинг
Уровень владения языками
Навыки и умения
Программирование
Работа с текстами
Портфолио
-
RAG-система для японского финансового учреждения
AI и машинное обучение- Задача: Разработать интеллектуальную систему анализа финансовых отчетов с нулевым уровнем галлюцинаций для работы со сложной японской документацией.
- Результат: Внедрен "Gap Analysis" агент, который выявляет низкую уверенность в ответах и перенаправляет запрос экспертам. Система полностью масштабируема благодаря микросервисной архитектуре на AWS.
- Технологии: FastAPI, AWS Fargate, PostgreSQL (pgvector), токенизация японского NLP, LangChain.
-
Разговорный ИИ: Персонализированный чат-бот (Клонирование Персоны)
AI и машинное обучение- Задача: Создать AI-агента для Digital Media, способного имитировать уникальный стиль общения автора (100% точность персоны) для автоматизации чатов с фанатами.
- Результат: Система поддерживает 1000+ одновременных диалогов в реальном времени. Использование RAG и дообучение моделей обеспечило генерацию ответов, которые невозможно отличить от человеческих.
- Технологии: Fine-tuning (Mistral), LangChain, LangGraph, AWS (SageMaker, Lambda, ECR), FastAPI.
-
LegalTech: Интеллектуальный скрапинг и структурирование данных
AI и машинное обучение- Задача: Построить систему автоматического извлечения данных из неструктурированных профилей юристов и масштабируемый пайплайн для скрапинга.
- Результат: Оптимизация асинхронных парсеров ускорила сбор данных на 200%. Внедрение OpenAI Batch API позволило снизить затраты на обработку текста в 3 раза при сохранении высокой точности.
- Технологии: Python, Scrapy, Celery, OpenAI Batch API, Docker, MongoDB.
-
SQL Агент: Приватная аналитика базы данных (Текст-в-SQL)
AI и машинное обучение- Задача: Создать безопасную систему, которая позволяет пользователям получать данные из PostgreSQL, задавая вопросы на естественном языке (без знания SQL).
- Результат: Реализовано локальное решение на базе открытых моделей, которое гарантирует полную приватность данных. Интуитивный интерфейс на Streamlit позволяет нетехническим специалистам самостоятельно формировать сложные отчеты.
- Технологии: LangChain Agents, LangGraph, Ollama (Open Source LLMs), PostgreSQL, Streamlit, Docker.
-
Голосовой AI-агент для автоматизации продаж.
AI и машинное обучение- Задача: Автоматизировать квалификацию лидов с помощью голосового ИИ с минимальной задержкой.
- Результат: Достигнута реальная задержка менее 0.5 мс. Операционные расходы снижены на 30%, а конверсия лидов увеличилась благодаря мгновенной обработке запросов.
- Технологии: Twilio WebSockets, ElevenLabs (Синтез голоса), OpenAI, FastAPI, AWS.
-
2000 UAH Дизайн
Дизайн сайтовДизайн для кондитера
-
3000 UAH Прототип сайта для кондитера
Дизайн сайтовСайт для кондитера. Выполнял за 3 дня.
Покупатель доволен
Отзывы и комплименты о выполненных проектах 4
27 апреля
8000 UAH
Этап 2: Масштабирование и Автоматизация
Приятно сотрудничать
Очень компетентный исполнитель
![]()
30 января
16 001 UAH
Этап 1: Прототип ядра
Отличный исполнитель
Качественно и ответственно выполняет задачи
Приятно сотрудничать
![]()
21 июля 2025
13 000 UAH
1. AI Agend: Queue system
Проект выполнен согласно ТЗ
![]()
| Персональный | Ответный отзыв
5 июля 2025
12 000 UAH
Personal Project
Проект выполнен согласно ТЗ
![]()
| Персональный | Ответный отзыв
Активность
| Проекты в работе 1 | Бюджет | Добавлена | Сроки | Ставка | |
|---|---|---|---|---|---|
|
Этап 3: Интеграция (Telegram + Голос)
10 000 UAH
|
| Последние ставки 10 | Бюджет | Добавлена | Сроки | Ставка | |
|---|---|---|---|---|---|
|
Система OCR
|
|||||
|
Этап 3: Интеграция (Telegram + Голос)
10 000 UAH
|
|||||
|
Этап 2: Масштабирование и Автоматизация
8000 UAH
|
|||||
|
Этап 2: Масштабирование и Автоматизация
8000 UAH
|
|||||
|
Этап 1: Прототип ядра
16 001 UAH
|
|||||
|
Разработка AI-агента (RAG) для корпоративной базы знаний
22 000 UAH
|
|||||
|
Работа
|
|||||
|
Личный проект
7000 UAH
|
|||||
|
Модуль .
8000 UAH
|
|||||
|
1. AI Agend: Queue system
13 000 UAH
|