Data Engineer · ML/LLM Engineer · Computer Vision Researcher
Высоконагруженные ETL/ELT-пайплайны · LLM fine-tuning и RAG · надёжность нейросетей

Data Engineer с фокусом на высоконагруженные ETL/ELT-пайплайны и исследователь в области Computer Vision, LLM и надёжности нейронных сетей.

• 📍 Локация: Москва, Россия · удалённая работа и гибрид
• 💼 Сейчас: Старший разработчик @ Гринатом · Научный сотрудник лаборатории компьютерного зрения и робототехники @ Финуниверситет
• ⚙️ Опыт: 5+ лет в Data Engineering и ETL/ELT · 3+ года в ML/DL и Computer Vision
• 🎓 Образование: магистр прикладной математики и информатики (Финуниверситет, 2022) · соискатель PhD по направлению 1.2.1 «Искусственный интеллект и машинное обучение»
• 🔬 Наука: 14 публикаций (Scopus / IEEE Xplore / ВАК / РИНЦ) · 2 завершённых НИР · доклады на 5+ конференциях
• ✍️ Диссертация: «Численные методы оценивания и контроля локальной константы Липшица нейросетевых моделей и их применение для анализа и повышения устойчивости к состязательным возмущениям»
• 🌐 Языки: русский — native · английский — B2 (IELTS, 2020)

Научно-исследовательские работы (завершены)

• 📚 14 научных публикаций в рецензируемых изданиях (Scopus / IEEE Xplore / ВАК / РИНЦ).
• 🏅 Статья по генеративным моделям для поиска лекарств — победитель Международного салона образования.
• 🧠 Алгоритмы CV для медицинской диагностики: детекция внутричерепных кровоизлияний и переломов шейного отдела позвоночника, семантическая сегментация КТ/МРТ.
• 🛡️ Текущее исследование — устойчивость нейросетей к состязательным атакам через оценивание и контроль локальной константы Липшица.

Языки: Python · Java · Go · C++ · Scala · SQL · TypeScript

• 🚀 Спроектировал и вывел в прод ETL-платформу на стеке Apache NiFi + Java + ArenaDB взамен legacy-конвейера — обработка >1 млн записей в сутки. Реализовал семантику at-least-once с идемпотентной записью (дедупликация по бизнес-ключу), что исключило дубли в целевом хранилище.
• ⚡ Ускорил загрузку данных в ~7× (батч 200 тыс. записей: с ~200–240 до ~30 сек) за счёт батчинга, параллелизма и оптимизации схемы хранения.
• 🔧 Ускорил этап трансформации в ~5× (с ~5 до ~1 мин): профилировал пайплайн, переписал неоптимальные запросы, добавил индексы и перенёс часть логики в NiFi на Groovy.
• 🗄️ Снизил нагрузку на БД на ~20% (CPU и время выполнения тяжёлых запросов) через рефакторинг структур данных, партиционирование и перенос аналитических нагрузок на колоночное хранилище (ClickHouse).
• 🔁 Перевёл часть пакетных пайплайнов на near-real-time стриминг (Kafka + Airflow), сократив задержку доставки данных аналитикам с нескольких часов до единиц минут.
• 🧩 Разработал 4 интеграционных REST API на Spring Boot поверх потоков NiFi — единый контракт (OpenAPI + аутентификация) вместо точечных интеграций внутренних команд.
• 📉 Внедрил Data Quality-проверки и мониторинг пайплайнов (валидация на входе, метрики, алерты), снизив число инцидентов с «битыми» данными на проде с ~20 до ~13 в месяц (~35%).
• 🏗️ Спроектировал схемы загрузки и хранения DWH, обслуживающего 6 аналитических витрин и команд; ускорил ключевые отчёты на 40%; настроил миграции схем через Liquibase, исключив ручные правки на релизах.
• 🧰 Стандартизировал инфраструктуру через Docker и CI/CD, сократив время развёртывания нового пайплайна с нескольких дней до нескольких часов.

• 🧠 QLoRA fine-tuning Qwen2.5-Coder (7B и 14B) под ABAP/SQL: корпус 812 тыс. примеров кода (14 языков, 13 источников), обучение на стратифицированных выборках 100 тыс. (7B, 12,9% ABAP) и 50 тыс. (14B).
• 🔍 Hybrid RAG поверх дообученной модели: dense retrieval (bge-m3) + BM25 + Reciprocal Rank Fusion, few-shot-инъекция примеров на инференсе. Корпус — 20 тыс. документов → 59 тыс. structure-aware чанков в ChromaDB.
• 📈 Результат (fine-tuning + RAG vs baseline): ABAP chrF 0,325 → 0,531 (+63%), SQL exact match 0,04 → 0,38 (9,5×).
• 🎯 Устранил Python-switching (модель генерирует Python вместо ABAP): 17,8% → 0% на валидации — чисто inference-time фиксом через retrieval, без переобучения.
• 🧪 Честный eval: 325 held-out промптов, отсутствие утечек подтверждено сверкой content-hash; отдельно зафиксированы trade-off'ы (просадка syntax_valid у 14B+RAG, регресс Java при ABAP-boosted обучении).
• 💻 Всё обучение — на двух consumer-GPU (RTX 4000 Ada 20 ГБ + RTX 5070 12 ГБ) за счёт NF4 + double quantization, без кластера.
• 🤗 Модели опубликованы: huggingface.co/Famali

• 📚 14 научных публикаций в рецензируемых изданиях (Scopus / IEEE Xplore / ВАК / РИНЦ).
• 🏅 Статья по генеративным моделям для поиска лекарственных соединений — победитель Международного салона образования.
• 🧠 Алгоритмы CV для медицинской диагностики: детекция внутричерепных кровоизлияний и переломов шейного отдела позвоночника, семантическая сегментация КТ/МРТ.
• 🛡️ Текущее исследование — устойчивость нейросетей к состязательным атакам через оценивание и контроль локальной константы Липшица.

_{† RU-версия доклада, англоязычная версия индексирована в Scopus / IEEE Xplore.}

🔗 Полный список публикаций на eLibrary

• Qwen-Coder ABAP RAG — QLoRA fine-tuning Qwen2.5-Coder 7B/14B + Hybrid RAG (dense + BM25 + RRF) для генерации ABAP/SQL. Корпус 812k примеров → обучение на 100k/50k; ABAP chrF +63%, SQL exact match 9,5×, Python-switching 17,8% → 0%. Zero-leakage eval на 325 промптах, воспроизводимый пайплайн, модели на HuggingFace.

• SciAssist — локальный офлайн RAG-ассистент для научной работы: Zotero · LM Studio · ChromaDB · Obsidian. Hybrid retrieval + re-ranking + HyDE, полностью на своём железе без внешних API.

• HybridSearch — поисковый стек для RAG на CPU без GPU: собственная реализация BM25, dense retrieval, RRF-гибрид. Eval-фреймворк (nDCG / MRR / recall) на датасетах BEIR.

• ReconCore — декларативный движок сверки данных на Go: каскад exact → tolerance → fuzzy → ML, audit trail с hash-chain, React-workbench. 1 млн записей за 21 сек.

• QueryGuard — TCP-proxy перед PostgreSQL: разбор SQL через AST (pg_query_go), реализация PostgreSQL Wire Protocol, детекция N+1 / SELECT * / отсутствия LIMIT, policy engine, дашборд на htmx + SSE без фронтенд-фреймворка.

• ETL-платформа — высоконагруженная система обработки данных на Apache NiFi · Java · ArenaDB.

  1 млн записей в сутки, at-least-once с идемпотентной записью; загрузка ускорена ~7×, трансформация ~5×.

• Data Access API — сервис на Spring Boot как единая точка доступа к данным в потоках NiFi. REST-запросы от внутренних команд → маршрутизация в обработку (Kafka / NiFi ListenHTTP) → результат. Единый контракт OpenAPI с аутентификацией вместо прямых интеграций.

• Streaming Data Pipeline — near-real-time доставка данных на Kafka · Airflow. Перевод пакетных пайплайнов на стриминг: задержка с часов до минут.

• Data Quality & Monitoring — слой контроля качества пайплайнов: валидация на входе, метрики, алерты. Снижение инцидентов с «битыми» данными на ~35%.

• T-Invest Portfolio Rebalancer — автоматический ребалансер портфеля (акции / облигации / металлы / кэш) на MOEX через T-Invest API. Risk-parity, circuit breaker, бэктест, money-safe вычисления на Decimal.

• Reinforcement Learning in Trading — RL-алгоритмы для финансовых рынков.

• Drug Discovery ML — генеративные модели для предсказания лекарственных молекулярных соединений.
• Circadian Rhythm Analysis — анализ биологических ритмов методами глубокого обучения.
• Гибридная детекция лиц — комбинация классических и нейросетевых детекторов.
• Сегментация медицинских изображений — диагностика патологий на КТ/МРТ.
• Видеоаналитика — предупреждение аварийных ситуаций в задачах промышленной безопасности.

• Соискатель PhD — 1.2.1 Искусственный интеллект и машинное обучение · Финуниверситет (2026 — н.в.)
• Магистратура — Прикладная математика и информатика · Финуниверситет (2020 — 2022)
• Бакалавриат — Прикладная математика и информатика · Финуниверситет (2016 — 2020)

• 🎓 Deep Learning School — МФТИ (2021 — 2022)
• 🤖 Deep Learning Engineer — Karpov.Courses (2025)
• 👁️ Deep Learning Engineer. Computer Vision — Karpov.Courses (2025)
• 🧱 System Design — Karpov.Courses (2025)
• 🐳 Администрирование Docker (2024)
• 📜 Дополнительные сертификаты

Открыт для интересных проектов, сотрудничества и научной работы.

• Telegram: @ChDMWork
• Email: dima.veselow2011@yandex.ru
• GitHub: ChayannFamali
• GitLab: ChayannFamali
• HuggingFace: Famali
• Kaggle: dmitriyveselov
• eLibrary: authorid 1094423