APPLIED AI ENGINEER · TEAM LEAD
Я Илья Ухин. Создаю LLM-продукты, учу модели решать прикладные задачи и строю системы, которым можно доверять.
Сейчас — Точка Банк / ранее — VK, Яндекс, Huawei
precision оценки ответов
AI-копилота в Точка Банке
релевантность ранжирования
рекламных предложений в Яндексе
человека в команде
оценки качества AI
фундаментальной подготовки
на мехмате МГУ
01 / ПРАКТИКА
От эксперимента и обучающих данных до оценки качества и внедрения в продукт.
Applied LLM Engineer & Team Lead
Руковожу командой из трёх человек, которая оценивает качество ответов AI-копилота для B2B-поддержки. Лидирую команду с июля 2026 года.
Applied LLM Researcher
Создавал бенчмарки и дообучал LLM для генерации кода на YQL в составе многоагентного пайплайна. Организовывал технические reading groups по агентным NLP-методам.
Software Developer
Внедрял LLM-пайплайны для анализа B2B-звонков и прототипировал AI-агентов. Разрабатывал генерацию рекламных текстов (+4% к качеству) и ранжирование предложений (+77% к релевантности).
Исследовательские позиции в разных организациях
Реализация MipNeRF-360 на PyTorch, нейронный рендеринг сцен, инструменты оптимизации гиперпараметров на Python и численные методы решения линейных систем.
02 / ИССЛЕДОВАНИЕ · МГУ, 2024
Дипломная работа о Physics-Informed Neural Networks для нелинейной механики твёрдого тела.
Как распределяются напряжения в пластине с отверстием, когда материал начинает пластически деформироваться? В задаче Галина физические уравнения и граничные условия становятся частью функции потерь нейросети.
Я добавил условие начала пластического течения в NVIDIA Modulus, рассчитал поля напряжений и сравнил их с аналитическим решением. Затем применил подход к пластине с эллиптическим отверстием.
Уравнения равновесия, граничные условия и ограничение пластического течения.
Для рассмотренных величин в задаче с круговым отверстием, кроме второго инварианта девиатора напряжений.
Около 3 000 эпох до сходимости в конфигурации, описанной в дипломе.
Многослойный перцептрон: 6 слоёв, ширина скрытых слоёв — 512. Оптимизатор Adam с экспоненциальным уменьшением learning rate. В NVIDIA Modulus к уравнениям линейной упругости добавлена функция потерь, штрафующая превышение предела пластического течения. Научный руководитель — М. Я. Яковлев, к. ф.-м. н., доцент.
03 / OPEN SOURCE
Выбранные собственные репозитории: соревнования, прикладной ML и вычислительная математика.
Решение соревнования МФТИ. В проекте также используется SpA-GAN для удаления облаков со спутниковых изображений.
proryv_mipt_2022 / JupyterПредобработка данных, анализ цены и площади, обработка этажности и регрессия с CatBoost. Публичный код команды RaifKaif.
RaifHack / CatBoostЭксперименты команды «Прак по плавлению»: проверка признаков и воспроизводимый ноутбук для подготовки предсказаний.
EVRAZ_AI / JupyterРешение уравнения Фредгольма второго рода. Численные методы, четвёртый курс мехмата МГУ.
NumMethods / Python04 / ЗА ПРЕДЕЛАМИ КОДА
Научный руководитель в Образовательном проекте № 1 ↗. Менторил три команды: VLA-планирование сканирования объектов роборукой, визуализация мебели в интерьере и приложение для школьного расписания.
Мехмат МГУ · 2018–2024
Специалист, механика · средний балл 4,6 / 5
Университетская гимназия МГУ
Окончил 10–11 классы
Победитель олимпиады «Физтех» по физике, I уровень, 11 класс.
Русский — родной · English — C1
Немецкий — начальный уровень
МОЙ ИНСТРУМЕНТАРИЙ
Python / PyTorch / JAX / LLM evaluation / RAG / LangChain / Langfuse / FastAPI / SQL / Linux