Eric Tsang
ML-инженер МАЙПЛ · LLM, RAG и компьютерное зрение
О себе
Строю LLM-решения, которые работают на реальных данных, а не только в демо. RAG-поиск по регламентам, разбор входящих заявок, скоринг кандидатов — задачи разные, принцип один: модель отвечает только тем, что может подтвердить источником.
Мне нравится вся цепочка целиком: собрать и почистить данные, выбрать подход, замерить качество, завернуть в API и встроить в CRM клиента. Если модель ошибается, я хочу знать, где и почему, — а не узнавать это от пользователей.
Кейсы
23 кейса с участием в команде
Отборподбор персонала с AI-скринингом для сети магазинов
Диспетчерсистема AI-разбора входящих заявок
Примерка ремонтаAI-визуализатор, смета и воронка заявок
Торговля накопителем энергии по прогнозу ценНакопитель на 20 МВт и 40 МВт·ч торговал на оптовом рынке по правилу «заряжай ночью,…
«Дежурный»: приоритеты и маршруты аварийных бригад водоканалаСистема для диспетчерской водоканала замечает аномалии по датчикам давления и…
«Дивертор»: сортировка возвратов с маркетплейса по фото и спросуСклад возвратов с маркетплейса оценивает состояние вещи по фото, прогнозирует оставшийся…
«Дубляж»озвучка контента на 12 языков с клонированием голосов актёров
«Фаза»: светофоры, которые подстраиваются под потокАдаптивное управление светофорами для города на 300 тысяч жителей
Гео-эксперименты для рекламного бюджета розничной сетиСеть из 240 магазинов в 58 городах распределяла рекламный бюджет по last-click атрибуции…
«Микроклим»: климат теплицы по прогнозу погодыКонтур управления с прогнозом каждые 5 минут пересчитывает уставки отопления тепличного…
«Модератор»: нейросети следят за чатом и голосом в игреМодерация текстового и голосового чата и изображений для игровой студии с аудиторией 1,8…
Взыскание в розничном банке: выбор канала и времени контактаРозничный банк обзванивал 340 тыс
«Паводок»: прогноз подтоплений для муниципалитетаДля муниципалитета с речным бассейном 18 тысяч км² и 26 населёнными пунктами мы…
«Причал»расписание причалов морского порта по прогнозу прихода судов
«Раскрой»: оптимизация раскроя ЛДСП на мебельной фабрикеМебельная фабрика режет ЛДСП на трёх форматно-раскроечных центрах
«Регресс»: агент, который разбирает падения CIАгент на языковой модели для продуктовой команды из 180 инженеров
«Рецептура»: ML-модели свойств для НИОКР антикоррозийных грунтовПять лабораторий разрабатывают антикоррозийные грунты
Графики смен для сети кофеен по прогнозу спросаДля сети из 43 кофеен в двух городах система прогнозирует спрос на каждые 15 минут и по…
Свой классификатор спектров для NIR-сортировки пластикаНа линии сортировки пластика покупной NIR-сепаратор пропускал ПВХ в поток ПЭТ
Антифрод платёжного сервиса: скоринг транзакций в реальном времениПлатёжный сервис с 2,4 млн транзакций в месяц защищался от мошенничества правилами и…
Черновики технической документации на языковых моделяхСервис на языковых моделях готовит черновики спецификаций и другой инженерной…
Определитель растений по фото листа, цветка или стебляСфотографируйте лист, цветок или стебель, и нейросеть назовёт вид растения
Ассистент на языковой модели прямо в мессенджереАссистент работает в мессенджере и отвечает на сообщения с помощью сильной языковой…
Опыт
ML-инженер
МАЙПЛПроектная занятостьмарт 2023 г. — н. в.3 года 8 мес.Удалённо
LLM-решения и RAG-системы, векторный поиск, компьютерное зрение, интеграция моделей в CRM и рабочие системы клиентов.
Навыки: LLM · RAG · Python · PyTorch · FastAPI
Навыки
- Machine Learning
- Large Language Models
- RAG
- Vector Databases
- Python
- PyTorch
- FastAPI
- Computer Vision