Кейсы
Букмекерская компания
- Задача
- Тексты push-уведомлений к спортивным событиям писали вручную.
- Решение
- Qwen 3.5 32B в Ollama на своём сервере. Cron запускается за несколько часов до события и генерирует текст по промпту. Дальше валидация: длина, стоп-слова, формат. Не прошло — повторная генерация, затем fallback на шаблон. Редактор только проверяет результат.
- Результат
- 16 push в день. Подготовка занимала целый рабочий день, стала 1–2 часа. 80% текстов проходят валидацию с первой генерации.
EdTech
- Задача
- В монолите падение одного модуля каскадно роняло всё приложение, включая оплату.
- Решение
- Руководил командой из 6 человек. Платежи вынесли в два микросервиса на Go, обмен через Kafka. Подключили Yandex Pay, CloudPayments и Kaspi.
- Результат
- ~1000 платежей в день. Сбой других модулей больше не останавливает оплату.
EdTech
- Задача
- Ускорить разработку новых сервисов. Микросервисов в компании до этого не было.
- Решение
- Внедрил event-driven архитектуру и запустил первый микросервис компании.
- Результат
- Время разработки новых сервисов сократилось примерно на 30%.
EdTech
- Задача
- Повысить вовлечённость пользователей.
- Решение
- Разработал ML-рекомендательную систему.
- Результат
- Вовлечённость выросла примерно на 18% в первом квартале.
EdTech
- Задача
- Критичный модуль был покрыт тестами на 35%.
- Решение
- Провёл рефакторинг и расширил автотесты.
- Результат
- Покрытие тестами выросло с 35% до 85%.
Стек
- Python и бэкенд
- LLM и агенты
- Данные и векторный поиск
- Инфраструктура
- Платежи