Разработал компонент обработки PDF-документов: парсинг, токенизация и контекстно-осознанный чанкинг для эффективной передачи данных в LLM. Ввёл подход к сегментации длинных документов, учитывая ограничения окна контекста, что позволило модели LLaMA точно отвечать на сложные финансовые запросы. Построил векторную базу знаний для реализации RAG-архитектуры. Проект стал призёром хактона, получив одни из самых высоких оценок жюри.

Разрабатываю прикладные решения для оптимизации классических задач с применением гибридного квантового решателя. Работа включает построение математических моделей, адаптацию задач под квантовое представление и взаимодействие с облачными квантовыми API. Также отвечаю за разработку бенчмарков, сравнивающих эффективность нашего решателя с альтернативами, включая D-Wave. Работа с документацией, настройка API-доступа и воспроизводимость экспериментов — неотъемлемая часть моего стека.

В составе команды разработал CLI-инструмент для анализа структуры кода и соответствия архитектурным принципам. Реализовал алгоритм кластеризации взвешенного двунаправленного графа, где узлы — это файлы, а рёбра — сила их связей. Алгоритм группирует код по логическим слоям (бэкенд, фронтенд, ML, DevOps и др.), минимизируя смешение и улучшая контекст для LLM. Также написал модуль для конвертации Markdown в PDF с поддержкой emoji и кастомной типографики на базе Pandoc.

Разрабатываю Telegram-ботов с использованием сторонних API (YandexGPT, погодные и облачные сервисы), реализуя сценарии диалога, автоматизации и получения информации. В проектах использую библиотеку aiogram, асинхронные вызовы и архитектуру с разделением логики. Также преподаю программирование в Университете Иннополис и веду летние курсы для школьников, обучая их разработке Telegram-ботов на Python, работе с API, базами данных, деплоем и базовым принципам программирования.