← В ленту
Регистрация: 16.09.2026

Софья Михалева

Специализация: Data Scientist / AI-разработчик / NLP / ML-инженер
— Инициативна, умею декомпозировать открытые исследовательские задачи до проверяемых гипотез. — Есть практический опыт разработки RAG-систем и AI-агентов промышленного уровня (Function Calling, оптимизация промптов, мониторинг деградации моделей в проде). — Глубокий интерес к масштабированию LLM-решений под высокую нагрузку и к развитию в AI-направлении. — Готова к интенсивной работе 30-40 часов в неделю.
Python SQL Git Docker GitHub CI/CD methodologies Machine Learning Grafana pandas FastAPI Jupyter RAG NumPy LangChain scikit-learn OpenAI LLM AI Deep Learning Data Science NLP Data Analysis PyTorch
— Инициативна, умею декомпозировать открытые исследовательские задачи до проверяемых гипотез. — Есть практический опыт разработки RAG-систем и AI-агентов промышленного уровня (Function Calling, оптимизация промптов, мониторинг деградации моделей в проде). — Глубокий интерес к масштабированию LLM-решений под высокую нагрузку и к развитию в AI-направлении. — Готова к интенсивной работе 30-40 часов в неделю.
Python SQL Git Docker GitHub CI/CD methodologies Machine Learning Grafana pandas FastAPI Jupyter RAG NumPy LangChain scikit-learn OpenAI LLM AI Deep Learning Data Science NLP Data Analysis PyTorch

Портфолио

Технологический проект RCPSP Scheduler

• Уменьшила стоимость взаимодействия с LLM на 51-66%, протестировав и сравнив три формата описания задач • Разработала алгоритм генерации эвристик расписания с помощью больших языковых моделей • Спроектировала пайплайн генерации структур на базе трансформера, реализовав многоступенчатую фильтрацию для получения на 98% валидных и уникальных результатов

Корпоративный ассистент на базе RAG для школы

• Настроила стратегию чанкинга неструктурированных данных (парсинг сайта школы) для построения надежной базы знаний • Внедрила мониторинг data drift и target drift для контроля деградации модели в процессе эксплуатации • Организовала полный цикл автоматизации экспериментов через GitHub Actions (CI/CD)

ОБИТ: Стартап

• Спроектировала end-to-end RAG-пайплайн с strict context grounding – снизила галлюцинации модели • Реализовала механизм Function Calling для обработки запросов вне базы знаний • Оптимизировала промпты, что повысило точность ответов на 25% (оценка по выборке)

Скиллы

Python
SQL
Git
DVC
RAG
Function Calling
OpenAI API
YandexGPT API
Transformers (Hugging Face)
Промпт-инжиниринг
Docker
CI/CD (GitHub Actions)
FastAPI
Streamlit
MLflow
Prometheus
Grafana
PyTorch
Scikit-learn
CatBoost
LightGBM
NumPy
Pandas
Chroma
Qdrant
Human-in-the-loop evaluation
Кастомные бенчмарки

Опыт работы

Data Scientist
ОБИТ
YandexGPT, RAG, Function Calling, Telegram Bot API
Проект «Бадди» - Telegram-бот для адаптации сотрудников с ИИ-агентом RAG и Function Calling. ● Спроектировала end-to-end RAG-пайплайн с strict context grounding – снизила галлюцинации модели. ● Реализовала механизм Function Calling для обработки запросов вне базы знаний. ● Оптимизировала промпты, что повысило точность ответов на 25% (оценка по выборке).
Data Scientist
Курс MLOps
Llama 3.2, Qwen 2.5, Streamlit, Chroma, Monitoring
Корпоративный ассистент на базе RAG для школы. ● Настроила стратегию чанкинга неструктурированных данных (парсинг сайта школы) для построения надежной базы знаний. ● Внедрила мониторинг data drift и target drift для контроля деградации модели в процессе эксплуатации. ● Организовала полный цикл автоматизации экспериментов через GitHub Actions (CI/CD).
Data Scientist
NDA
Python, Промпт-инжиниринг, OpenAI API
Технологический проект RCPSP Scheduler — каркас планировщика задач типа RCPSP (Resource-Constrained Project Scheduling Problem) с поддержкой подключаемых эвристик и интеграцией LLM-кода. ● Уменьшила стоимость взаимодействия с LLM на 51-66%, протестировав и сравнив три формата описания задач. ● Разработала алгоритм генерации эвристик расписания с помощью больших языковых моделей. ● Спроектировала пайплайн генерации структур на базе трансформера, реализовав многоступенчатую фильтрацию для получения на 98% валидных и уникальных результатов.

Образование

ИИ в промышленности (Магистр)
с 2025 - По настоящий момент
ИТМО

Языки

АнглийскийСреднийРусскийРодной