На главную
Фото Игоря Павлова

AI Engineer · LLM Systems · Backend

Игорь Павлов

Инженер AI-продуктов и LLM-систем

[email protected] t.me/beastia linkedin.com/in/gophan igor-pavlov.ru

Строю AI-продукты: от архитектуры до интерфейса, от идеи до живых данных клиентов. 13 лет backend-практики — думаю про стоимость, надёжность и масштаб, а не только про качество ответа модели. Прошёл путь от инженера до CTO и выбираю роль разработчика осознанно: хочу оставаться в коде и строить системы, а не управлять коммуникациями.

AI-агентПользователи задают вопросы своим данным и получают ответы — запущен в production
Выбор модели по даннымСравнил 5 LLM-провайдеров, зафиксировал +18.8% к итоговой метрике качества
AI Knowledge BaseСтатичная документация → живой AI-инструмент поддержки (Uzum, 2022–2025)
13+ летRuby, Elixir, Python — финтех, распределённые системы, production

AI-опыт

Deeplens

CTO / Lead AI Engineer · 2025–2026

AI-стартап: SaaS-платформа для продуктовых команд — клиентские отзывы и ревью превращаются в структурированные инсайты с рекомендациями.

  • Построил платформу с нуля до live-данных первых клиентов — архитектура, LLM-пайплайн и интерфейс вёл один.
  • Разработал стратегию с пятью LLM-провайдерами (OpenAI, Yandex GPT, Qwen3, DeepSeek, GigaChat) и автоматическим fallback; основная модель выбрана по бенчмарку: +18.8% к метрике качества.
  • Спроектировал pipeline анализа отзывов: векторные эмбеддинги + pgvector, RAG-контекст, двухфазная генерация с проверкой галлюцинаций и оценкой качества каждого инсайта.
  • Запустил conversational AI-агент на MCP-протоколе: пользователи задают вопросы своим данным в диалоге и получают мгновенные ответы.

Uzum · Ташкент

Unit Tech Lead · 2022–2025
  • Трансформировал статичную документацию в AI-ассистируемую базу знаний — живой инструмент для команды поддержки и инженеров финтех-продуктов.
  • Внедрил AI-ассистируемые инструменты в командные workflow: автоматизация повторяющихся процессов, ускорение delivery.
  • Backend-архитектура для финтех-систем с нулевой толерантностью к отказам: Elixir, PostgreSQL, Redis, ClickHouse — 40 000+ карт через созданные сервисы.

Backend-основа

2011–2022

Ruby, Rails, Elixir, Python, распределённые системы, NATS, ClickHouse, инфраструктура. Open source: NATS-клиенты для Ruby и Elixir, ClickHouse-пакет, форк prerender.io.