Двадцать лет в production-разработке
Я начал писать production-код в 2005 году — задолго до AI-агентов, задолго до cloud-native, задолго до того как половина языков, которые я сегодня использую, обрела текущий вид. За эти годы я шипил real-time multiplayer игры на Node.js + WebSockets, browser-стратегию с ~1000 активных игроков на LAMP, крипто-трейдер на Python, и 25+ клиентских веб-проектов с 1998 года.
Этот длинный хвост production-опыта — линза, через которую я смотрю на любую современную задачу. Архитектурный вкус — не параметр, который можно повысить рычажком; это привычка, накопленная за годы починки последствий плохих решений.
Что я делаю сейчас
Мой текущий фокус — production AI-системы: от single-LLM-in-the-loop приложений до multi-agent архитектур, со всем data-слоем, evaluations и operational-дисциплиной вокруг них. Микс смещается в зависимости от того что engagement реально требует; сквозная линия — «спроектировать что должно быть построено, и потом качественно это шипнуть».
С марта 2025 я веду AI-архитектуру для биотех-клиента (США), собирающего автономные AI-системы для scientific research. Моя зона ответственности — owning архитектуры end-to-end (паттерны оркестрации, дизайн tool-use, управление памятью и состоянием, security boundaries, performance trade-offs), плюс лидирование implementation, которая превращает архитектуру в работающее ПО.
Я построил методологию specification-driven AI development, которая превращает written спецификацию в работающую систему быстро и воспроизводимо. Построил evaluation framework — публичные benchmarks плюс собственные scenario suites, которые система не видит во время разработки. Построил кастомные MCP-серверы (Stdio, SSE, Streamable HTTP), соединяющие LLM с проприетарными инструментами и secure execution.
Как я реально работаю день за днём
Я больше не пишу код руками. Я оркестрирую coding-агентов — Claude Code на Opus — как implementation layer, сохраняя за собой архитектуру, методологию и качество. Этот сайт — сам по себе пример: вся monorepo, FastAPI backend с clean-architecture слоями и Protocol-based DI, Next.js frontend с i18n routing и Tailwind v4 design tokens, Google OAuth flow с signed state и opaque session cookies, multi-stage Docker сборки, Alembic миграции, Railway деплои — всё это оркестрировалось, а не печаталось.
Что это значит на практике? Двадцать лет системного мышления идут в дизайн того, что должно быть построено. Ежедневная работа с агентами даёт скорость, чтобы это реально шипнуть. Качество спецификации становится новым bottleneck; дисциплина смещается с «писать правильный код» на «писать правильные спецификации и ревьюить правильный код».
Ранние проекты
До биотех-энгейджмента я архитектировал и шипил несколько LLM-powered SaaS MVP с нуля: AI consultation marketplace (Telegram-бот + Flutter app), Contento (LLM-driven script generator с prompt orchestration), Telegram-integrated e-commerce платформу с платежами, логистикой и warehouse интеграциями. Единственный инженер на всех — дизайн, имплементация, интеграция, релиз. Стек: FastAPI + PostgreSQL + Celery backend-ы, Vue/Nuxt фронтенды, prompt engineering и LLM integration end-to-end.
Также собрал AI-augmented multi-strategy trading систему на Python + Docker — бэктесты на 53 крипто-парах за три года, с walk-forward adaptive стратегиями и per-asset trend фильтрами.
Что я ищу
Разговоры с фаундерами и CTO, которые тащат AI в production-систему и хотят вторую пару глаз на архитектуре. Long-form консалтинг, где задача — спроектировать что должно быть построено, а не печатать строки в файл. Senior AI architecture роли в компаниях, где engineering quality воспринимают всерьёз и «ship it» — это вторая фраза, а не первая.
M.Sc. Computer Science, НГУ (2001–2007) — top CS-программа России. Базируюсь в Уругвае (UTC−3) с overlap'ом по US time zones. Работаю удалённо.