Наталья Грекова

Привет! Меня зовут Наталья Грекова, я AI-инженер и независимый исследователь. 8+ лет в данных и машинном обучении.

Сейчас строю продакшн-системы на LLM: промпт-архитектуру и JSON-схемы для строгого структурированного вывода, пайплайны обработки документов (OCR + vision-модели, классификация, извлечение фактов), LLM-as-a-judge для автоматической оценки качества, агентные системы и RAG. Отдельное направление – безопасность ИИ: разрабатываю PII-gateway, который анонимизирует персональные данные перед отправкой в внешние LLM и проверяет ответы на утечки.

Работала с Qwen, GPT, Claude, DeepSeek – включая локальный self-hosted инференс. Ex-преподаватель Яндекс Практикума, автор курса на Udemy, провожу корпоративные воркшопы и выступаю на технических конференциях. В 2026 получила награду за лучшее решение на базе AI-агентов.

Люблю доводить решения до продакшена: тесты, метрики, документация, воспроизводимость.

LLM и промпт-инжиниринг

• Спроектировать промпт-архитектуру под конкретную задачу: структурированный вывод, JSON-схемы, few-shot, декомпозиция на шаги

• Разобраться, почему модель «врёт» или ломает формат, и как это стабилизировать

• Выбрать модель под задачу и бюджет: облако vs локальный инференс, оценка стоимости токенов

Оценка качества и LLMOps

• Построить систему оценки: LLM-as-a-judge, метрики, регрессионные наборы, A/B промптов

• Организовать версионирование промптов, CI/CD и мониторинг LLM-сервиса

Безопасность ИИ и приватность

• Анонимизация PII перед отправкой в LLM, работа с чувствительными данными и 152-ФЗ/GDPR-контекстом

• Prompt injection, утечки данных, red-teaming вашего LLM-приложения

Документы, RAG и агенты

• Пайплайны обработки документов: OCR, vision-модели, классификация, извлечение полей (счета, договоры, регуляторка)

• Почему ваш RAG не отвечает: чанкинг, ретривер, реранкинг, оценка

• Архитектура агентных систем: оркестрация, инструменты, границы автономности, где агенты не нужны