Aysen Khovrov

Спроектировал и довёл до production мультиагентную LLM-систему исследований банков: семь потоков публичных данных, шесть агентных ролей на LangGraph, проверка утверждений, публикация на живом сайте ortant.net.

Построил RAG-контур: чанкинг, эмбеддинги, векторный поиск в Qdrant, семантический поиск по 10 000+ документам, кластеризация тем UMAP + HDBSCAN.

Выстроил оценку качества: эталонный датасет 379 примеров, классификатор macro-F1 0,81, faithfulness-гейт 0,85, гейт публикации остановил 7 прогонов из 31 с кодом причины.

Собрал данные с нуля: Playwright-парсеры, PII-анонимизация (regex + NER), PostgreSQL, SQLAlchemy, Alembic.

Задеплоил и сопровождаю: VPS, nginx/HTTPS, rate-limit и кэш по замерам нагрузки, мониторинг Langfuse, гостевые ключи с потолком бюджета.

Экономика: медиана прогона $0,13 и 12,8 минуты, переход на открытые модели удешевил прогон в 2,7 раза.

774 коммита за 80 дней активной разработки, 2 559 тестов.

Разработал модели прогнозирования затрат на рейсы и расчёта тарифов.

Провёл сегментацию пассажиров, выявил поведенческие паттерны, предложил гипотезы по удержанию.

Участвовал с коммерческим блоком в решениях по запуску и приоритизации маршрутов.

Провёл UX-исследование сайта оформления карт: выявил критические проблемы, конверсия выросла в 2 раза.

Разработал систему продуктовых метрик карточных продуктов — решения принимались по измерениям.

Проанализировал сегмент клиентов с высоким риском оттока: поведенческие паттерны, гипотезы, снижение churn.

Инициировал и довёл до внедрения систему логирования сайта и приложения: написал ТЗ, работал напрямую с разработчиками.

Оценивал эффективность маркетинговых и промо-кампаний в деньгах: прогнозы прибыли, кросс-продажи, удержание.

Строил дашборды и автоматизированную отчётность для продуктовых команд.