Коробов Евгений Владимирович
AI Automation Engineer · Архитектор AI-агентных систем
Двадцать лет я строил процессы людьми. Последние два года заменяю их системами.
Python 280 000 строк, TypeScript и React 88 000, плюс HTML, SQL, Bash. Кодовая база из 1 500+ Python-модулей.
Строю AI-агентов не как эксперименты, а как рабочие места. Я знаю, что именно ломается в автоматизированном процессе, потому что двадцать лет отвечал за эти процессы лично — за отток, за время обслуживания, за конверсию, за P&L.
Разрабатываю в паре с AI-агентами — это метод, а не оговорка. Моя часть: архитектура, декомпозиция, выбор стека, интеграция, деплой, эксплуатация, отладка продакшена, разбор инцидентов.
Ищу работу в AI-автоматизации, агентных системах и LLM-интеграциях. Основной формат — полная удалёнка.
Что построил
Multi-tenant CRM для отделов продаж
ЗадачаЛиды приходят из Avito и корпоративной почты, теряются между каналами, менеджер собирает воронку руками.
РешениеСобственная платформа на отдельном домене с SSL: аккаунты с изоляцией данных, единая воронка из двух каналов, прайс-листы с ролевой наценкой, аналитика продаж, AI-бот обработки обращений, панель суперадминистратора. Правила фильтрации почты двух уровней — глобальные и переопределяющие их клиентские, с синхронизацией недостающих глобальных без потери локальных. Денормализация горячих полей списка под быструю выдачу. Slim-режим развёртывания для облегчённых инсталляций.
Плюс агент авто-онбордингаОбходит сайт нового клиента до 8 страниц, извлекает профиль компании и предметную область, обогащает данные через справочник по ИНН и настраивает бота под клиента — без ручной работы менеджера.
FastAPI · Next.js 14 · PostgreSQL · Redis · Celery · WebSocket · Docker Compose · nginx · Let's Encrypt
Векторный поиск по корпусу знаний, собранный без фреймворков
ЗадачаКонсультант должен отвечать по корпусу лекций, таблиц и документов, а не выдумывать из памяти модели.
РешениеПолный контур с нуля: ingest → чанкинг → эмбеддинги → ChromaDB → query-слой → HTTP-сервер поиска. Мультиязычные эмбеддинги multilingual-e5-base через sentence-transformers с корректными префиксами query/passage и нормализацией векторов. Чанкинг 1200 символов с перекрытием 400 — треть, выбрана под структуру корпуса. Инкрементальная переиндексация по источнику: старые чанки документа удаляются перед вставкой новых, живой индекс при этом не ломается. Метаданные и фильтрация по коллекциям, манифест проиндексированного со статистикой чанков.
Почему без LangChainСделано на ChromaDB и sentence-transformers напрямую. Это значит, что я знаю, что фреймворк делает под капотом, — потому что делал это руками.
ChromaDB · sentence-transformers · multilingual-e5 · Whisper · Python
Мультипровайдерный роутинг с автоматическим fallback
ЗадачаСервис на одном LLM-провайдере ложится целиком, когда провайдер отказывает, дорожает или блокирует аккаунт.
РешениеМаршрутизация между Anthropic, Google Vertex, OpenAI, Groq, Cerebras, DeepSeek, OpenRouter и Ollama с приоритетами. Конфигурации моделей и порядок живут в базе данных, а не в коде: замена провайдера — это UPDATE, а не деплой. Отдельно решена практическая проблема моделей с thinking-токенами, которые съедают лимит и обрывают длинные JSON-ответы.
Проверено боемОсновного провайдера заблокировали без предупреждения. Все зависимые сервисы переведены на резервные модели за один день, без простоя. Контур деградации был спроектирован до инцидента, а не после.
Python · httpx · PostgreSQL · Anthropic SDK · Vertex AI · OpenAI SDK · Groq · Cerebras · DeepSeek · Ollama
«Хранитель» — контур учёта ключей, расхода и денег
ЗадачаКлючи от восьми провайдеров и десятка сервисов лежат по разным местам, расход на LLM виден только постфактум в счетах, а стоимость проекта не сводится с его выручкой.
РешениеЗашифрованное хранилище секретов: AES-GCM, ключ выводится через PBKDF2 с 600 000 итераций, по каждому секрету считается срок до ротации. Сборщики на боевых серверах отдают потребление по провайдерам в ingest-эндпоинт, защищённый токеном. Панель сводит расход, выручку и хостинг по проектам, ведёт инвентарь серверов и реестр ботов.
Два интерфейса над одной базойTelegram-бот с голосовым вводом и запросами на естественном языке — и веб-панель на FastAPI с сессионной авторизацией. Синхронизация с серверами DigitalOcean и Aeza вынесена в отдельные systemd-юниты.
Python · FastAPI · aiogram · SQLite · AES-GCM · PBKDF2 · systemd · Jinja2
Долговременная память и самоанализ агентов
ЗадачаДиалоговый агент забывает клиента между сессиями и не замечает, когда сам себе противоречит.
РешениеСквозной профиль пользователя между сессиями: накопленные факты, история обращений, контекст прошлых диалогов — агент помнит клиента спустя месяцы. Отдельно решена эксплуатационная часть: рост профиля не разрушает качество ответов и не съедает контекстное окно. Поверх — контур самопроверки до выдачи ответа по формализованному набору критериев: противоречия с ранее сказанным, сглаживание вместо прямого ответа, деградация связности. При срабатывании агент переформулирует сам.
Python · Anthropic SDK · PostgreSQL · агентные протоколы
Два самых дорогих внешних подряда, переведённые в агентов
AI-юристВедёт компанию целиком: договорная работа, претензии, процессуальные документы, позиция по делу, сопровождение арбитражных и гражданских дел. Работает на связке структурированной карточки дела, библиотеки шаблонов и поиска по нормам. Python-сборка готовых документов из карточки и шаблона, синхронизация материалов в Notion и облако.
AI-бухгалтерВедёт учётный контур и готовит ответы на требования налоговой: разбор требования, подбор применимых норм, формирование пояснений, сборка комплекта подтверждающих документов.
Почему это сильный кейсПрименяется в собственных компаниях, а не на демо-данных. Агент не снимает ответственность с человека, но снимает объём и держит сроки — а сроки по налоговым требованиям и процессуальным документам жёсткие.
Python · Notion API · шаблонизация документов · LLM-контур
Погодный хаб для ветровых спортов: веб, мобайл, аналитика
ЗадачаСвести прогнозы из нескольких независимых источников в решение «ехать или не ехать» под конкретную дисциплину.
РешениеАгрегация прогнозов, приведение к единой модели, расчёт производных показателей, графики и визуализации, алерты по пороговым условиям. Backend на FastAPI и PostgreSQL с миграциями Alembic и фоновыми задачами на Celery. Веб-приложение на React и мобильное на React Native с push через Firebase — оба поверх одного аналитического ядра. Приём платежей.
FastAPI · PostgreSQL · Alembic · Celery · React · React Native · Expo · Firebase · Recharts · Docker
VPN-сервис с приёмом платежей и редакторским контуром
ЗадачаВыдавать конфигурации, принимать оплату и вести канал без ручной работы.
РешениеУправление узлами Xray и WireGuard, автоматическая выдача конфигураций пользователям, приём платежей через ЮKassa. Редакторский контур на LLM с автопостингом в канал и мультипровайдерным fallback драфтера — именно он и пережил блокировку основного провайдера.
Python · Pyrogram · Xray · WireGuard · ЮKassa · systemd · nginx
Разбор проприетарного формата чертежей КОМПАС-3D
ЗадачаБаза чертежей на 2 000+ единиц с дубликатами и устаревшими версиями; КОМПАС на машине не всегда установлен.
РешениеРазбор .cdw напрямую на чистом Python: ZIP-контейнер, многопоточный zlib, UTF-16. Поверх — аудит базы: поиск дубликатов по паре «папка + наименование», выбор актуальной версии по дате модификации, автоматический перенос устаревших в карантин, пакетная правка штампов. Альтернативная ветка через COM API самого КОМПАСа.
Python · zlib · UTF-16 · COM API · пакетная обработка
Голосовой ввод и расшифровка речи
ЗадачаДиктовать вместо набора и превращать записи встреч и лекций в текст, пригодный для дальнейшей обработки.
РешениеЛокальное распознавание на Whisper с выбором размера модели под задачу, обработка длинных записей, выгрузка результата в рабочий формат. Небольшой по объёму проект, но закрывает ежедневную задачу и служит источником данных для RAG-индекса.
Whisper · PyTorch · FFmpeg · Python
Кроме этого: агент авто-онбординга, фабрика AI-сущностей из общего пула навыков, оркестратор задач через Telegram и Notion, парсер банковских выписок, AI-планировщик финансов (в разработке), автопубликатор контента по расписанию, система ведения судебных дел с генерацией процессуальных документов, развёртывание и эксплуатация self-hosted агентного фреймворка, разработка адаптера подписочного доступа уровня фреймворка.
Технический стек
Опыт работы
НейроАктив / FuturAI — основатель, AI-архитектор
AI-автоматизация для малого и среднего бизнеса · neiroaktiv.ru
Собственная продуктовая линия: AI-агенты, заменяющие линейный персонал в продажах, поддержке и операционной работе.
- B2B SaaS CRM для отделов продаж — флагманский продукт в проде: аккаунты с изоляцией данных, лиды из Avito и почты, прайс-листы, AI-бот, панель суперадминистратора
- AI-консультант в проде — 622 модуля Python, 135 000 строк: диалоговый контур с долговременной памятью, RAG-поиск по корпусу, генерация PDF-отчётов, приём платежей, админ-панель
- RAG-контур с нуля под этого консультанта, с инкрементальной переиндексацией, не ломающей живой индекс
- Цепочка отказоустойчивости LLM в базе данных — провайдер меняется и переупорядочивается без деплоя
- Фабрика AI-сущностей — общий пул навыков, из которого собираются дочерние агенты; 42 модуля в реестре с продуктовой матрицей
- Оркестратор задач — голос или текст в Telegram проходит классификацию, маршрутизируется в проект, исполняется агентом и возвращается отчётом
- Погодный хаб для ветровых спортов: веб и мобильное приложение поверх одного аналитического ядра
- VPN-сервис — узлы Xray и WireGuard, автовыдача конфигураций, платежи через ЮKassa, редакторский контур на LLM
- Эксплуатация — 6+ боевых серверов: провижининг, systemd-юниты, nginx, деплой по SSH, мониторинг, ротация секретов, разбор инцидентов
ООО «ПОСЕЙДОН» — учредитель, генеральный директор
Обслуживание и ремонт сварочной техники для пластиковых труб, B2B
- Построил все бизнес-процессы с нуля: продажи, маркетинг, цепочки поставок, отгрузки, учёт
- Вывел годовой оборот до 30 млн ₽
- Создал проектный отдел с базой чертежей на 2 000+ единиц запчастей
- Обеспечил стабильно 8 заявок в день на протяжении более 12 месяцев
- Заключил 150+ договоров со строительными компаниями Юга России и Северного Кавказа
- Веду учёт в 1С, расчётный счёт, налоговую отчётность и финансовое планирование; юридическое сопровождение — договорная работа, арбитражные дела, процессуальные документы
ООО «ЭКОРЕСУРС» — учредитель, директор
Комплектация магистральных инженерных систем, B2B
- Построил бизнес-процессы организации с нуля
- Вывел годовой оборот до 15 млн ₽
- Обеспечил 10 заявок в день на протяжении более 36 месяцев
- Заключил 300+ договоров со строительными компаниями Юга и Северного Кавказа
- Управлял дебиторской задолженностью, бюджетированием и юридической защитой компании в судах
ООО «ИСК СтройЮгКомплект» — соучредитель, коммерческий директор
Комплектация магистральных инженерных систем, B2B
- Увеличил годовой оборот денежных средств более чем в 10 раз
- Закрыл сделок на сумму свыше 150 000 000 ₽
- Обеспечил 13 заявок в день на протяжении 20 месяцев
- Разработал и внедрил собственную CRM и базу регистрации обращений с сайтов и телефона
- Внедрил онлайн-просчёт заказа — расчёт стоимости прямо во время звонка или встречи
- Собрал базу 1 500 активных клиентов и 20 поставщиков, 200+ договоров
- Запустил 6 посадочных страниц, 2 сайта, 3 страницы на торговых площадках с 10 000+ позиций; семантическое ядро, Яндекс.Директ и Google Adwords по регионам Юга и Северного Кавказа
ПАО «Ростелеком» — руководитель группы клиентского опыта и обслуживания
Телекоммуникации
- Полностью нормализовал абонентский отток до целевых показателей компании за полгода
- Разработал и внедрил схему работы с дебиторской задолженностью: снижены и сумма долга, и число клиентов-должников
- Централизовал архивы абонентских дел из более чем 50 населённых пунктов
- Управлял сетью центров продаж и обслуживания Ростовской области: стандарты, срезы знаний, «тайный покупатель», подбор персонала
- Анализировал каналы оплат и самообслуживания: Сбербанк, Почта России, ОСМП, CyberPlat, Comepay; сайт, личный кабинет, IVR
Tele2 Россия — руководитель контакт-центра, Ростов-на-Дону
Путь внутри компании: оператор → супервизор → руководитель группы (30 человек) → руководитель бэк-офиса (50 человек) → руководитель контакт-центра (350 человек)
Контакт-центр, 350 подчинённых. Круглосуточное обслуживание B2B и B2C 28 регионов России.
- Снизил ежемесячный отток персонала с 7,5% до 1,2% через концепцию внутреннего сообщества: корпоративный журнал, ценностные коммуникации, командообразование, HR-бренд через внешнюю медийную активность
- Сократил среднее время обслуживания клиента с 120 до 100 секунд
- Поднял средний процент премии, выводимый из показателей эффективности, с 38% до 57%
- Внедрил real-time мониторинг: интерфейс визуализации индивидуальных и групповых показателей на больших ЖК-дисплеях в операторских залах
- Внедрил отчётность с дискретностью 15 минут и регламент трафик-менеджмента, включая работу при превышении реального трафика над прогнозом
- Разработал процедуры эскалации массовых проблем и антикризисного управления при дефиците персонала
Бэк-офис, 50 подчинённых, построен с нуля. Письменные претензии абонентов 36 регионов.
- Организовал подразделение с нуля: подбор, структура, процессы, кроссфункциональное взаимодействие
- Поднял долю удовлетворённых решением с 65% до 85% за полгода
- Выстроил обратную связь: 60% претензий за 24 часа, 80% — за 48, 96% — за 72
- Наладил работу с претензиями на спам и мошенничество во взаимодействии с АРОС, Мегафон, МТС, Смартс, НСС; поиск платежей с основными платёжными системами
ООО «Авенир» — исполнительный директор · ООО «Высоцкий Консалтинг» — руководитель отдела продаж
Строительные материалы B2B · бизнес-консалтинг и тренинги
- Разработал функционал просчёта стоимости трубы из сырья по заданным параметрам — расчёт стал возможен онлайн, во время звонка
- Вывел продукты компании на первые места среди конкурентов на площадках FIS и «Пульс цен»
- Построил отдел продаж: набор, планёрки, цели, контроль исполнения, управленческий коучинг, должностные инструкции, KPI-отчётность, мотивация
- Увеличил клиентскую базу на 30%, организовал и провёл 3 тренинга из трёх уикендов, вёл семинары в роли тренера
Психолог-консультант — частная практика
Коррекция состояний, выгорание, зависимости, профориентация, сопровождение особенных детей
- Провёл более 200 клиентов; более 150 освоили инструменты психологического и эмоционального самоконтроля
- Разработал собственный подход к диагностике и коррекции состояний на основе работ Хорни, Юнга, Фрейда, Ялома, Корчака, ван дер Колка
- Профпереподготовка по суицидологии, 2024
Управленческий результат в цифрах
Двадцать лет управление строилось на данных: телеком-показатели по 28–36 регионам, причины оттока, воронки продаж, складские остатки, дебиторская задолженность. Отчётность, разбор просадок и реакция на них.
Формальная управленческая подготовка
Коучинг как модель управления персоналом (ЮФУ, 2011) · «Командообразование», «Мотивирование», «Наставничество», «Управление исполнением» (RQlab, 2009) · «Финансы для нефинансовых менеджеров» (EXECT, 2011). Плюс практика: фасилитация, ассессменты, публичные выступления, антикризисное управление, кроссфункциональные процессы.
Образование
Южный федеральный университет — химик, специальность «Химия», специализация «Коллоидная химия», 2004–2010.
Расчётная часть программы: математика 680 часов, численные методы и программирование, новые информационные технологии, квантовая механика и квантовая химия, кристаллохимия, строение вещества. Выпускная работа по свойствам углеродсодержащих пластичных смазок — отлично.
Донской государственный технический университет — аспирантура, не окончена.
Южный федеральный университет — преподаватель, дополнительное к высшему, 2005–2010, 1 400 часов.
Профпереподготовка: суицидология — 450 часов (2024), психолого-педагогическое сопровождение миграционных процессов — 72 часа (2024), управление в стиле коучинг — 102 часа (2011).
Языки: русский — родной, немецкий — B1, английский — свободное чтение технической документации.
Честно о границах
Резюме без этого блока стоит дешевле, чем с ним. Вот чего у меня нет — чтобы это не выяснялось на техническом интервью.
- LangChain, LangGraph, LlamaIndex — не использую. RAG собран без них, напрямую на ChromaDB и sentence-transformers. Понимаю, что фреймворк делает под капотом, но опыта работы с самим фреймворком нет
- Kubernetes — нет. Инфраструктура на Docker Compose и systemd
- Реранкинг и формальная оценка retrieval — нет. Только векторный поиск, качество оценивалось вручную
- LLM-observability (Langfuse и подобное) — нет
- Английский разговорный — нет. Свободно читаю техническую документацию, но собеседование и созвоны на английском не потяну
- Руководство командами разработки в найме — нет. Двадцать лет управления — это контакт-центр, бэк-офис, отделы продаж и собственные компании, не команда инженеров в продуктовой компании
- Промышленная разработка десять лет — нет и не заявляю. Как инженер работаю два года, разрабатываю в паре с AI-агентами. Моя часть — архитектура, интеграция, деплой, эксплуатация, разбор инцидентов
Готов к техническому интервью с разбором любого проекта: архитектура, код, деплой, инциденты в проде и как они разбирались.