Skip to content
iluuuaPublic

About

Резюме Ильи Михайловского: DevOps / Platform Engineering, Python Backend, ML и Data Science. PDF и исходники LaTeX.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

Илья Михайловский

Python, backend, DevOps и ML. Москва, английский C1.

Telegram · Email · GitHub · LinkedIn

Резюме

Направление Открыть PDF Скачать Исходник
DevOps / Platform Engineering DevOps CV PDF XeLaTeX
ML Engineer, NLP / LLM ML CV PDF XeLaTeX
Python Backend Backend CV PDF XeLaTeX
Data Scientist, NLP / LLM DS CV PDF XeLaTeX

Опыт

ReachFlow, Founder

Январь 2026 по настоящее время.

Основал ReachFlow, B2B SaaS для поиска клиентов и автоматизации продаж в Telegram. Разрабатываю backend на FastAPI и PostgreSQL, интеграции с Telegram и LLM, фоновые процессы и инфраструктуру развёртывания.

На Linux VPS запускаю API, шлюз и воркеры в отдельных Docker-контейнерах через Compose. Автоматизировал выпуск обновлений через GitHub webhooks и systemd: проверки перед релизом, резервная копия PostgreSQL, пробное восстановление и миграции на отдельной базе, проверка версии и здоровья сервисов после запуска, откат при сбое. Разбирал зависания webhook receiver и потерю событий при одновременных обновлениях.

Для проверок кода использую GitHub Actions, pytest и ruff. Диагностика опирается на health endpoints, структурированные логи, request-id и trace-id. Работал с DNS, TLS, Caddy/nginx и CDN; проверял HTTP/2, передачу POST-запросов и потоковых ответов. Есть базовый опыт работы с Kubernetes-манифестами для воркеров.

В LLM-слое реализовал классификацию состояния диалога, извлечение фактов, память агента и вызовы инструментов. Ответы проверяются по строгим JSON-схемам; ошибки обрабатываются повторными запросами и резервными провайдерами. Каждая попытка записывается с моделью, временем ответа и стоимостью.

Объединил пять классификаторных вызовов в два. В измеренных сценариях объём входных символов сократился на 14% для короткого диалога, на 38% для типового и на 43% для длинного. Невалидная секция ответа получает статус unanswered и не влияет на остальные секции.

Для чтения сайтов написал отдельный сервис на FastAPI, Playwright и Chromium. Его вынес в отдельный процесс после замера пика памяти в 413 МБ при лимите 1 ГБ. Содержимое проходит проверку качества и защиту от SSRF. В контекст модели передаётся карточка из шести полей с выдержкой до 1200 символов.

Разобрал случай, когда семантический фильтр на эмбеддингах отбраковывал 55 кандидатов из 63 из-за формата и длины текста. Перевёл его в режим наблюдения; решение о релевантности оставил за LLM-квалификацией с машиночитаемой причиной отказа.

Delnovo, Chief Technology Officer

Июль 2023 по май 2026.

Разрабатывал коммерческих ботов для поддержки клиентов и автоматизации продаж в социальных сетях. Для бота дистрибьютора пластиковых окон реализовал RAG на PostgreSQL с векторным поиском, интеграцию с CRM Битрикс24 и уведомления о статусе заказа. По оценкам клиентов, боты автоматизировали около 80% типовых консультаций. Также разрабатывал бота для школы с ролями ученика, учителя и администратора, расписанием и отчётностью; развёртывал его в Docker.

NEAR AI, Solutions Engineer

Июнь 2023 по июль 2024.

Решал олимпиадные задачи на C++ для обучения децентрализованного ИИ. Оптимизировал решения по времени и памяти, оценивал сложность алгоритмов и участвовал в code review международной команды.

Проекты и соревнования

Обнаружение препятствий для Московского метрополитена

Решение команды xixi-square, задача №5 конкурса «Лидеры цифровой трансформации 2026».

Капитан команды; отвечал за алгоритм и интеграцию с ROS 2 Humble. Детектор находит препятствия в облаках точек 3D-лидара. Последний кадр обрабатывается в отдельном процессе, чтобы при перегрузке не накапливалась очередь. Решение упаковано в Docker. На синтетике организаторов обнаружены все 8 препятствий; на проверенных 15,7 км реальных записей ложных тревог не было.

Финалист AIDAO 2025

Международная олимпиада по ИИ и анализу данных, Яндекс Образование и ФКН НИУ ВШЭ. Топ-30 команд из 248 из 14 стран; очный финал с 28 по 30 ноября 2025, 32 часа решения.

Для задачи команды беспилотных технологий Яндекса реализовал Lift-Splat-Shoot на PyTorch: occupancy-карта в bird's-eye view по четырём камерам автомобиля. IoU на закрытом тесте составил 0.5606, у команды-победителя 0.564.

Научная работа

Написал статью по молекулярной динамике алюминиевой матрицы с включением Fe₄Al₁₃. Материалы находятся в physics_md_al_fe.

Образование

Московский политехнический университет, «Прикладная математика и информатика», выпуск 2029. Вольнослушатель курсов ПМИ на ФКН НИУ ВШЭ.

Курсы: Deep Learning School, ФПМИ МФТИ, 2025; январская научная школа по математике и программированию ОЦ «Сириус», 92 академических часа, 2025; «Т-Поколение», Т-Банк, курс «Алгоритмы», параллель B, 2025.

Сборка PDF

Для сборки нужны XeLaTeX и шрифты PT Sans и PT Mono.

make

Команда собирает все четыре резюме из исходников в src/.

About

Резюме Ильи Михайловского: DevOps / Platform Engineering, Python Backend, ML и Data Science. PDF и исходники LaTeX.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages