Мне 19, и я в одиночку построил production-систему, которую до этого не могли позволить себе даже стартапы с командой из пяти человек.
17 микросервисов. Двойной RAG-поиск. Многослойная система самопроверки для LLM, которая сама решает, где ей не хватает уверенности — и передаёт решение человеку, а не врёт с умным видом. Всё это — LawForecast AI, AI-система для юристов, которая делает за 5 минут то, на что человек тратит 4-6 часов.
Я не заканчивал курсы “Python за 21 день”. Я разбирался в архитектуре, асинхронности и оркестрации LLM-агентов на ходу, потому что рядом не было тимлида, который скажет “как надо” — были только я, задача и AI-агент как основной инструмент разработки.
Что умею на практике: FastAPI, Kafka, PostgreSQL, RAG-архитектуры, оркестрация LLM-пайплайнов, парсинг и структурирование данных, оптимизация кода и кеширование, тестирование (727 автотестов и растёт), базовый анализ данных, Docker, CI/CD, и ещё много другого 😊
Сейчас ищу команду, где можно расти дальше — не только вширь по стеку, но и вглубь: в качестве архитектурных решений и культуре разработки. Готов показать код и рассказать про архитектурные решения.
Какие у вас есть открытые позиции под такой профиль? Пишите в комментарии или в личные сообщения — с радостью расскажу подробнее про себя.
P.S. Ребят, можно репост пожалуйста ☺️
Превью моего проекта: https://lawforecast-web.krasotkinnikitushka.workers.dev
· 06.08
Ну крутой... сделал бы 19 микросервисов под свой возраст уж)))
А если серьезно, Какой ретеншен? Или это очередной слоп портфолио проект? В чем смысл 17 микросервисов? Это архитектура ради архитектуры, смысл профиков не в том что они в 19 лет делают 17 микросервисов, а в том что они 10 лет продакшен опыта имеют и понимают где сделать микросервисы так как нужно децентрализовать, а где можно монолитить, ведь не всегда модно и нужно использовать async из-за того что узнал об этом или из-за красоты названия, это нужно применять конкретно по необходимости, а необходимости делать 17 микросервисов я не вижу тут. Если можно как пример, сделать через один сервис + кастомную MCP с дипсиком под капотом :)
Хорошо если делаешь кастомную свою llm и обучаешь ее, то в любом случае оверхед ради оверхеда вот что я тут вижу
И вообще концептуально чем это отличается от обычного ChatGPT которому просто разок доку скидываешь и он анализ делает? Не совсем понятна ценность продукта, видно только ее стоимость, ну это уже на будущую заметку о маркетинге)
Лучше показывать ценность почему твой продукт, если продаешь, в первую очередь, а не китчиться 17 микросервисами:)
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 07.08
И вам здравствуйте! Я стою свой проект с потенциально высокой нагрузкой, так будет легче масштабировать, каждый миксорвис отвечает за что то одно -> сбор данных, извлечение текста из документов/аудио, индексация, анализ, пайплайны, роутинг. При таком разделении можно легко заниматься одним сервисом и при этом не ломать остальные. Это система живёт полностью сама от сбора данных (парсинг) до разбиения на чанки и послед индексацией и извлечением структурных данных из документа. чем отличается от гпт? конкретно анализ или вся система в целом? вся система в целом отличается тем , что у неё функционал побольше чем у него, и он направлен в одну нишу. Если речь про именно чат гпт. То как минимум чат гпт для своей работы это одна нейронка с риском галлюцинаций 80%, а у меня их 7 все настроены в пайплайн под одну задачу и риск галлюцинации сводится к нулю. Я использую специально дообученные модели для каждой задачи, а не одну большую. Пока что временно использую апи дипсик, так как нет возможности развернуть модель аналитик локально, но это временно, и она уже выбрана)
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 07.08
это не слоп для портфолио) я могу скинуть описание на 1400 строк, там почти вся техническая часть
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён