Сергей Юрпалов

Старший инженер по машинному обучению (NLP). Коммерческий опыт: 3 года. Проектирование и внедрение ML-сервисов в продакшне.

NLP / LLM / RAG Python Backend MLOps / Monitoring Production-grade ML
Обо мне
Инновационный инженер ML с сильным backend-бэкграундом на Python. Специализируюсь на проектировании и интеграции систем с SOTA-моделями в бизнес-процессы. Умею лидировать проекты и организовывать полный цикл разработки до продуктового внедрения.

Обо мне

Коротко и по делу

Фокус

Проектирование и интеграция ML-сервисов (NLP/LLM/RAG), инфраструктура продакшна, метрики, бенчмарки, continuous learning и ускорение вывода MVP.

Что умею в проекте
  • Взять задачу «с белой доски» и довести до внедрения.
  • Собирать E2E пайплайны: данные → обучение → API → мониторинг.
  • Коммуницировать с бизнесом и вести техническую часть.

Опыт работы

Последовательность и измеримый результат

Старший инженер по машинному обучению (NLP) — Райффайзен Банк

Май 2025 — Н.в. · Удалённо
0.5 года
  • Провёл E2E «Сервис маскирования чувствительных данных» на базе Presidio и SFT NuNER-модели; точность 96% на сгенерированной LLM silver-standard разметке.
  • Сформировал набор метрик и бенчмарк на базе Nvidia GenAI-Perf в проекте «AI Gateway» для организации ротации моделей в сервисе.

Инженер по машинному обучению (NLP) — Деловые Линии

Янв. 2023 — Май 2025 · Удалённо
2.5 года
  • Возглавил внедрение сервиса «Классификация инцидентов в поддержку БИА»: продуктовая точность 81%, сокращение медианного времени классификации с 15 до 3 минут.
  • Создал инструмент «Генерация селекторов и шагов автотестов» для QA портала dellin.ru с помощью SOTA LLM: точность генерации 76%.
  • Залидил DAPT дообучение E5-модели на задаче MLM; средний рост точности извлечения в RAG-проектах команды на 28%.
  • Реализовал обучение по стратегии continuous learning; сократил время исполнения MLOps-пайплайна обучения на 83%.
  • Провёл R&D по генерации чек-листов тестирования для 1С с использованием RAG; полнота 62% и экономия ~5 часов на чек-лист.
  • Проработал ансамбль моделей по паттернам поведения пользователей в проекте «Умный поиск бизнес-процессов»: точность 91% по всем ответам ансамбля.
  • Собрал пайплайн аугментации данных с LLM для обучения ансамбля; расширил исходную выборку на 64%.
  • Разработал модули «Шаблон ML проекта» (MLOps-интеграция, мониторинг, пример API), ускорив запуск MVP в 2 раза.

Образование

ИТМО · Санкт-Петербург

Бакалавриат — «Разработка программного обеспечения»
Национальный исследовательский университет ИТМО · Сен. 2020 — Май 2024
Магистратура — «Искусственный интеллект»
Национальный исследовательский университет ИТМО · Сен. 2024 — Май 2026

Навыки

Стек из резюме, сгруппирован для читабельности

Машинное обучение

NLPLLMRAGvLLMLangChainOllama PyTorchTensorFlowKerasTransformers NLTKPymorphy2NatashaSpaCyGensim ClearMLCatBoostApache AirflowHadoopSparkC++

Python и экосистема

NumPyPandasPolarsSciPy MatplotlibSeabornScikit-LearnPlotlyStreamlit FastAPIPoetryUVSQLAlchemyAsyncio CeleryLitestarmypyruff

Базы данных

SQLClickHousePostgreSQLMSSQL SQLiteMongoDB

DevOps, инструменты и frontend

LinuxBashDockerK8s GitHub/GitLab CI/CDHooks GitJiraConfluenceSonar JupyterHubPortainerMinIO (S3) RedisRabbitMQKeycloakGravitee HTMLCSSJavaScriptBootstrap

Математика

Математическая статистика Математическое моделирование Линейная алгебра Математический анализ Теория вероятности