Станислав Шупилкин

Ты собираешь продукт на LLM, настраиваешь агентов или решаешь «облако или своё железо» — и хочешь говорить с тем, кто это сделал руками, а не читал. Это ко мне.

Tech Lead Data & AI в Unimatch: LLM-агенты, голосовые и data-продукты; есть опыт в продукте, где мы запускаем свои модели на своих GPU. Удалённо, из Белграда. С 2019 в e-commerce: ВсеИнструменты (инженер → Engineering Manager), Lamoda.

Свой продукт на живых пользователях — Voice AI, Telegram-бот расшифровки и озвучки, 1900+ пользователей с мая 2026. Пишу про агентов, локальные модели и GPU в блоге smolevich.com и канале t.me/naturalists_notes_st.

• Запускаешь продукт или фичу на LLM. Разберём твою идею до первых пользователей: какие готовые модели и провайдеры подходят, сколько стоит запрос и месяц, где это ломается в проде. Мой пример: Voice AI — 1900+ пользователей, длинные задачи через Temporal, фолбэк между провайдерами, оплата в Telegram. Унесёшь схему продукта и смету по токенам.

• Хочешь, чтобы агенты делали работу, а не выжигали лимиты. Покажу свой харнес: координатор ставит задачи, субагенты исполняют, модель задаётся явно в каждом вызове — сильная наверху, дешёвые внизу. На нём у меня и работа, и семейные финансы, и здоровье: борд задач, бот-помощник в Telegram, память на 130+ заметок. Из замеров: промпт менял расход в 3,3 раза, выбор SDK — на 2 %. Унесёшь структуру инструкций, памяти и роутинга под свой проект.

• Решаешь «облако или своё железо». Гонял локальные модели на Mac mini M4 Pro: MLX быстрее llama.cpp на 7–11 %, а не на 30–40 % из обзоров; спекулятивное декодирование даёт 2,2x на тексте и ноль на OCR; модель на 35B распознала хуже, чем на 4,8B. Считал, когда свои GPU выгоднее аренды (порог — около 50 % загрузки) и что стоит колокейшн под 8×H200. Унесёшь расчёт под свою задачу и понимание, где локальная модель бесполезна.

• Растёшь в тимлида и дальше. Инженер → тимлид → Tech Lead/EM: первые месяцы в роли, найм, команда. Прошёл это сам: во ВсеИнструментах вырос из инженера в Engineering Manager — это был мой первый управленческий опыт.

• Готовишься к собеседованиям на инженера, тимлида, Tech Lead/EM: разбор резюме, mock-интервью по архитектуре и управлению.

• Строишь бэкенд и процессы: Temporal, ClickHouse, очереди, автоматизация рутины с помощью LLM.

Обучать модели, статистика и собеседования на DS/ML — не ко мне: я собираю продукты из готовых моделей, а не обучаю их. Скажу прямо, если твоя задача не моя.

Формат. Час в Google Meet, запись по календарю. Приходи с конкретной задачей или кодом — разбираем живьём, после встречи шлю короткое резюме с шагами.