Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak
  1. Фрилансери

Кирило К.

Запропонуйте Кирилу роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.

Україна Київ, Україна
1 місяць 3 дні тому
Вільний для роботи вільний для роботи
на сервісі 1 місяць 11 днів
Фрилансер Кирило К. — Україна, Київ. Спеціалізація — AI та машинне навчання, Консультування з AI

Рейтинг

Успішних проєктів
Немає даний
Середня оцінка
Немає даний
Рейтинг
295
AI та машинне навчання
202 місце з 2838
Консультування з AI
46 місце з 255

Резюме

Я - AI Agent Architect з фокусом на автоматизацію бізнес-процесів і побудову інтелектуальних систем на основі LLM.

Проектую та розробляю автономних ІІ-агентів: від архітектури та вибору моделі до деплою в продакшн. Основний стек - RAG-пайплайни, embeddings, vector search, Python state machine, Tool Calling, n8n, OpenAI API, Docker.

Що вже реалізував:

Голосовий RAG-агент для рієлторського агентства: дзвонив клієнтам, консультував по об'єктах нерухомості, ескалував складні кейси через HITL

Агент підтримки клієнтів для компанії з продажу автобусних квитків: розвантажив 10 живих операторів, реалізував складну логіку ескалації через prompt engineering + state machine + інтеграцію з внутрішнім API в реальному часі

n8n-воркфлоу для кваліфікації B2B-лідів: час першої відповіді скоротився з 4 годин до 3 хвилин

Агент юридичних консультацій: парсинг PDF судових рішень, чанкінг, векторний пошук по прецедентах

Моя перевага — я поєдную технічну глибину (архітектура LLM, RAG, embeddings) з маркетинговим мисленням, тому будую агентів, які реально конвертують ліди, а не просто «відповідають на питання».

Рівень англійської: B2. Готовий до технічної комунікації з міжнародними клієнтами.

Навички та вміння

Програмування

Адміністрування

Робота з текстами

Портфоліо


  • AI Support Agent - компанія з продажу автобусних квитків

    AI та машинне навчання
    RAG-система підтримки клієнтів поверх бази знань з правилами компанії (повернення, пересадки, регламенти). Центральна задача --
    розвантажити 10 живих операторів без втрати якості обслуговування.
    RAG по правилах компанії: Векторизація внутрішньої документації з налаштуванням retrieval під короткі чат-запити клієнтів.
    Складний prompt engineering для ескалації: Агент самостійно вирішував, коли передати діалог оператору. Розробив багаторівневу
    … логику оцінки: тип проблеми, рівень невизначеності, емоційний тон, історія діалогу -- мінімізація хибних ескалацій критична при пулі
    лише з 10 операторів.
    Python state machine: Кінцевий автомат керував стадіями діалогу (ідентифікація проблеми -> пошук по базі -> уточнення -> вирішення
    -> рішення про ескалацію -> закриття). Кожен стан визначав доступний набір інструментів та формат контексту для LLM.
    Інтеграція з внутрішнім API через Tool Calling: Агент у реальному часі отримував статус та деталі бронювання, маршрут рейсу
    (звідки/куди, зупинки), поточне місцезнаходження автобуса, актуальний розклад та затримки.

  • AI-агент юридичних консультацій (Embeddings, академічний проект)

    AI та машинне навчання
    AI-агент для автоматизації юридичних консультацій з векторизацією правового корпусу. Пайплайн: парсинг PDF рішень судів та
    процесуальних документів, структурований чанкінг, кодування embedding-моделлю з урахуванням специфіки правової мови.
    Семантичний пошук по векторному індексу дозволяє знаходити релевантні прецеденти. Відповіді містять цитати конкретних
    документів - критично для юридичного контексту.

  • Голосовий AI-агент для ріелторського агентства (RAG)

    AI та машинне навчання
    Побудував RAG-пайплайн для агента, що автономно дзвонив клієнтам
    та консультував їх. Основна складність -- scoring та ранжування retrieved-чанків у контексті живого дзвінка: реалізував query
    rewriting, hybrid search (keyword + vector), re-ranking за релевантністю. Налаштував embedding-модель на корпусі документів про
    об'єкти нерухомості. Агент ескалировал граничні кейси через HITL.

  • Naymi-ai

    AI та машинне навчання
    Розроблено CLI-агент з відкритим вихідним кодом на базі ШІ, призначений для автоматизації та оптимізації повного циклу пошуку роботи для ІТ-фахівців. Naymi AI вирівнює шанси у боротьбі з корпоративними ШІ-фільтрами, діючи як персональний автоматизований ШІ-рекрутер безпосередньо у терміналі.

    Ключові особливості та технічні досягнення:

    … Автоматизований пошук та інтеграції: Спроектовано сканер порталів, який інтегрується з API основних систем керування наймом (ATS), таких як Greenhouse, Ashby, Lever, а також із джооб-бордами для автоматичного збору та фільтрації релевантних вакансій.

    Інтелектуальна система оцінки відповідності (Smart Match): Розроблено алгоритм оцінювання, який аналізує описи вакансій на основі профілю кандидата, виставляючи оцінку відповідності (A–F) за навичками, ринковою зарплатою та виявляючи потенційні приховані ризики («red flags»).

    Динамічна генерація резюме, адаптованих під ATS: Створено рушій на базі headless Chromium для миттєвої генерації ідеально підібраних, на 100% сумісних з ATS-системами резюме у форматі PDF та супровідних листів для кожної конкретної ролі.

    Відстеження та автоматизація процесів: Впроваджено вбудований інструмент для керування воронкою відгуків, який відстежує графік подальших комунікацій (follow-ups) та аналізує причини відмов.

    Модуль підготовки до співбесід: Створено функцію, яка автоматично витягує реальний досвід користувача та структурує його в історії за методом STAR (Ситуація, Завдання, Дія, Результат), адаптовані під конкретні вимоги вакансії.

    Стек технологій: AI-агенти (Claude Code / OpenCode), LLM, REST API, CLI, Headless Chromium, бази даних на основі Markdown.

    #AI-агент

Активність

  Останні ставки 3
AI-агент для оптимізації бізнес-процесів (pricing-аналітика)
11 000 UAH
AI Agent
27 000 UAH
Агент автоматизації через Claude MCP
20 000 UAH