Юрий Бородич Yury Barodzich
Backend-разработчик. Строю AI-агентов полного цикла — от базы знаний до деплоя в Docker. Пишу на Python более 5 лет: микросервисы, монолиты, NLP, криптоплатформы, блокчейн. Расту в Rust, P2P и распределённых системах. Backend developer. Building AI agents end-to-end — from knowledge base to Docker deployment. 5+ years with Python: microservices, monoliths, NLP, crypto platforms, blockchain. Growing into Rust, P2P, and distributed systems.
Где работалEmployment
2025 — наст. времяpresent · 1 год 5 мес1 yr 5 mo
Tech Lead / Backend-разработчикTech Lead / Backend Developer
КодТехCoddTech
Аутсорс-разработка. Вёл проекты под заказ: от NLP-чатбота до криптоплатформы и B2B-маркетплейса. Команды 2–8 человек, полный цикл.
Outsourcing company. Led custom projects: from NLP chatbot to crypto platform and B2B marketplace. Teams of 2–8, full cycle.
2020 — 2024 · 4 года 2 мес4 yr 2 mo
Python Backend Developer (Junior → Middle)Python Backend Developer (Junior → Middle)
OCM Expert
Продуктовая разработка. Три продукта за 4 года: NLP-помощник, аналитическая платформа, HR-аналитика. Команды 2–12 человек.
Product company. Three products in 4 years: NLP assistant, analytics platform, HR analytics. Teams of 2–12.
2007 — 2020 · 12+ лет12+ yr
Инженер-строитель (ПТО, мастер СМР)Construction Engineer
МинскMinsk
ПроектыProjects
HR Bot — AI-агентHR Bot — AI Agent
HR Bot — AI-агентHR Bot — AI Agent
- Полный цикл создания агента: база знаний → промпты → скилы → деплой в Docker
- Работает в Telegram: отвечает HR и рекрутерам о моём опыте, знает все проекты и стек
- Биллингвальный (RU/EN), сбор описаний вакансий, отправка резюме, запись на созвон через Google Calendar
- Self-hosted на собственном сервере, Nginx reverse proxy, DeepSeek API (сменяемый)
- Можно протестировать: @YBExperienceBot
- End-to-end agent development: knowledge base → prompts → skills → Docker deployment
- Lives in Telegram: answers HR and recruiter questions about my experience, knows every project and tool
- Bilingual (RU/EN), vacancy collection, resume sharing, Google Calendar booking
- Self-hosted on a personal server, Nginx reverse proxy, DeepSeek API (pluggable)
- Try it: @YBExperienceBot
Split
Split
- Распознавание голоса и изображений через локальную модель: голосовые команды, OCR чеков
- Подключение внешних LLM по API: ChatGPT, Gemini, DeepSeek, Anthropic
- Одноранговая архитектура: зашифрованный обмен сообщениями, тонкий relay-сервер, клиентская нода
- Вход через ICP-блокчейн: смарт-контракт на WASM
- Leptos 0.6 для фронтенда, Tauri для сборки в один бинарник, Trunk для dev-окружения (WASM + Docker)
- CDN для раздачи моделей, Cross для сборки под все платформы
- On-device voice and receipt recognition using a local model — voice commands, OCR for receipts
- LLM API integrations: ChatGPT, Gemini, DeepSeek, Anthropic — pluggable provider layer
- Peer-to-peer architecture with encrypted messaging, a thin relay server, and a client-side node
- Authentication via ICP blockchain — WASM smart contract on the Internet Computer
- Leptos 0.6 for the frontend, Tauri bundles it into a single binary, Trunk for dev (WASM + Docker)
- CDN for local model distribution, Cross for multi-platform compilation
B2B МаркетплейсB2B Marketplace
B2B МаркетплейсB2B Marketplace
- Полный цикл заявки: создание → согласование → счета и закрывающие документы → доставка → приёмка → претензионный процесс → закрытие
- Интеграция с 1С: эндпоинты для получения заявок по статусам и выдачи документов, автоматическая подгрузка закрывающих документов при смене статуса
- Стыковка с корпоративной шиной АС ФЗД (SOAP/XML): 4 воркера, отправка и приём пакетов через Kafka, разбор XML, двусторонняя синхронизация договоров, передача заявок и закрывающих документов с отслеживанием статусов
- Модуль статистики: агрегация по видам заявок и статусам, 5 + 1 дашборд, выгрузка в Excel с фильтрацией по периодам, графики, списки, пагинация
- Частично выполнял роль лида: помогал аналитикам, вёл второго бэкенд-разработчика, закрыл интеграцию в срок
- Full order lifecycle: create → approve → invoices and close-out docs → delivery → acceptance → dispute resolution → close
- 1C ERP integration: endpoints to pull orders by status and push documents; close-out docs auto-attached on status transitions
- Corporate service bus integration (SOAP/XML): 4 background workers, Kafka-based send/receive, XML parsing, bidirectional contract sync, order and invoice submission with status tracking
- Statistics module: aggregation by order type and status, 5 + 1 dashboards, Excel export with date-range filters, charts, lists, pagination
- Stepped into a partial lead role: assisted analysts, mentored a second backend developer, delivered the integration on schedule
Криптовалютная платформаCrypto Exchange Platform
Криптовалютная платформаCrypto Exchange Platform
- Руководил командой из 6 человек: дизайнер (Figma), аналитик, фронтенд (React), два бэкенд-разработчика. Ставил задачи, вёл доску, делал код-ревью
- KYC/KYB при регистрации: многошаговая анкета с загрузкой файлов, возврат к предыдущим шагам, проверка администратором
- Шесть типов заявок: ввод и вывод фиата, ввод и вывод криптовалюты, обменные операции, перевод на кошелёк
- Калькулятор конвертации: сверхточное округление для малых номиналов криптовалют, двойное преобразование для предотвращения потерь на больших объёмах
- Баланс пересчитывается с нуля по неизменяемой истории транзакций. Промежуточные кошельки для AML-проверок
- Динамическое администрирование: управляющий добавляет банки, счета, блокчейны и криптовалюты без правок кода
- Написал большую часть кодовой базы бэкенда
- Led a team of 6: product designer (Figma), business analyst, frontend (React), and two backend engineers. Owned the backlog, ran the board, reviewed every PR
- KYC/KYB onboarding: multi-step application with file uploads, back-navigation, and admin approval workflow
- Six order types: fiat on/off-ramp, crypto deposit and withdrawal, cross-currency exchange, and wallet-to-wallet transfer
- Precision conversion engine with per-token decimal handling and dual-pass calculation to eliminate rounding loss at scale
- Balances recomputed deterministically from an immutable transaction log. Buffer wallets for AML checks
- Dynamic administration: operators add banks, accounts, blockchains, and currencies at runtime — no code changes required
- Wrote the majority of the backend codebase
S2S Chat
S2S Chat
- 10+ модулей анализа текста: выделение сущностей (SpaCy), подлежащее и сказуемое, связи глагол–существительное и прилагательное–существительное, поиск утверждений через нулевые объекты, разрешение местоимений (Coref, затем переход на LingMess Coref)
- Определение темы текста локальной Llama 3.1 с оценкой уверенности от 0 до 1. Определение времени предложений (будущее, прошлое, настоящее)
- Единый детерминированный модуль: все виды разметки собраны в одну структуру, результат обогащает промпты для Llama 3.1 и повышает фактологическую точность ответов
- Подключение внешних LLM по API: DeepSeek, Grok, Gemini, ChatGPT
- Полное администрирование GPU-сервера: установка Llama 3.1, драйверов, библиотек, замена видеокарты под LingMess Coref
- Оптимизация Docker: однократная загрузка моделей Coref в видеопамять, кэширование тяжёлых библиотек на диске при сборке образов — прямая экономия минут GitLab CI
- Загрузка PDF: разбор, предобработка, очистка текста, хранение в MinIO (S3)
- 10+ NLP analysis modules: entity extraction (SpaCy), subject–predicate detection, verb–noun and adjective–noun linking, assertion detection via null-object resolution, pronoun resolution (Coref → LingMess Coref)
- Topic detection powered by a local Llama 3.1 with a 0–1 confidence score. Sentence-level tense classification (past, present, future)
- Unified deterministic pipeline: all annotations merged into a single structured payload that enriches Llama 3.1 prompts for grounded, factually accurate answers
- External LLM integrations: DeepSeek, Grok, Gemini, ChatGPT — accessed via API with a uniform adapter layer
- Full GPU server ownership: OS setup, Llama 3.1 deployment, driver and library management, GPU swap for LingMess Coref
- Docker optimisation: models loaded into VRAM once at startup; large libraries cached on disk during image build, cutting GitLab CI minutes
- PDF ingestion pipeline: parsing, preprocessing, text cleaning, MinIO (S3) storage
Tech Talent Score
Tech Talent Score
- Интеграция с GitLab и Jira: импорт пользователей, проектов и артефактов (issues, merge requests, коммиты)
- ClickHouse с репликацией: асинхронное подключение, модели данных, сырые SQL-запросы для агрегаций
- Оптимизация производительности: замена тяжёлых SQL-запросов предподсчитанными таблицами, профилирование через Silk
- JWT-авторизация с ролевой моделью: пользователи и сторонние приложения
- Декларативная фильтрация через GET-параметры, унификация ответов API совместно с фронтенд-командой
- Классы виджетов для унификации кода, разбор глубокой вложенности (4–5 уровней) в плоские сервисные классы
- Команда до 12 человек, перекрёстное код-ревью, спринты в Jira, документация в Confluence
- GitLab and Jira integration: import of users, projects, and artifacts (issues, merge requests, commits)
- Replicated ClickHouse cluster: async connections, data models, hand-written SQL for aggregations
- Performance work: replaced expensive queries with precomputed tables; profiling and optimisation with Silk
- JWT-based auth with a role model covering both human users and third-party applications
- Declarative filtering via GET parameters; aligned API response shapes with the frontend team
- Widget classes to unify repeated patterns; flattened 4–5 levels of nested calls into composable service classes
- Team of up to 12, cross-review culture, Jira sprints, Confluence docs
OCM Analytics
OCM Analytics
- Переносил Jupyter-ноутбуки аналитиков и ML-инженеров в FastAPI-сервисы: исследовательский код превращал в production-микросервисы
- Сервис ML-моделей в микросервисной архитектуре: ядро, аналитический модуль, модуль дашбордов
- Работа с HuggingFace-моделями и Pandas для обработки и анализа данных
- Загрузочный сервис: csv, xlsx, SAP (TX-формат), сторонние базы данных. Контролируемое приведение типов, автоопределение форматов, создание таблиц в PostgreSQL на лету
- DAG-и для Apache AirFlow: оркестрация конвейеров обработки данных
- ClickHouse для аналитических запросов, асинхронные соединители к внешним базам данных
- Динамическая генерация тестовых данных, модульные и интеграционные тесты на Pytest
- Productionised analyst and ML-engineer notebooks into FastAPI microservices — turned exploratory code into reliable, testable services
- ML model service within a microservice architecture: shared core, analytics module, and dashboard module
- Worked with HuggingFace models; Pandas for data wrangling and feature engineering
- Data import service: csv, xlsx, SAP (TX format), and external databases. Controlled type coercion, automatic schema detection, on-the-fly table creation in PostgreSQL
- Apache AirFlow DAGs to orchestrate multi-step data pipelines
- ClickHouse for analytical queries; async connectors to external databases
- Dynamic test-data generation, unit and integration tests with Pytest
NFT Price Prediction
NFT Price Prediction
- Предсказание цены NFT по данным OpenSea: Linear Regression, Gradient Boosting, Random Forest, XGBoost
- Полный цикл: сбор данных через OpenSea API → обработка в Pandas → обучение → оценка на тестовой выборке
- Семантическое моделирование: IDEF0-диаграммы, swim-lane диаграммы, Notation3 (N3), SPARQL-запросы к RDF-графам через rdflib
- Курсовая работа. Сравнение алгоритмов, визуализация результатов
- NFT price prediction using OpenSea market data — evaluated Linear Regression, Gradient Boosting, Random Forest, and XGBoost
- End-to-end ML pipeline: OpenSea API ingestion → Pandas preprocessing → training → hold-out evaluation
- Semantic modelling: IDEF0 and swim-lane diagrams, Notation3 (N3), SPARQL queries over RDF graphs via rdflib
- Course project. Model comparison, performance evaluation, and visualisation of results
DIPA Platform
DIPA Platform
- 20+ ML-моделей на четырёх языках (EN, RU, PL, AR): диалоговые сценарии на Rasa, распознавание голосовых сообщений, извлечение сущностей из текста
- Вынес управление ML-моделями в отдельный микросервис с API: NLP, распознавание аудио, поиск через эмбеддинги
- Веб-платформа для аналитики и дообучения моделей: таблицы, фильтры, дашборды на Charts.js
- Поиск по базе знаний: эмбеддинги и Elasticsearch
- Telegram-бот на вебхуках через сырой API, без сторонних библиотек. Диалоговые сценарии, интеграция с SAP
- Интернационализация: Django i18n, Gettext, четыре языка
- Docker, docker-compose: сборка образов, доставка в закрытый контур заказчика. WireGuard-сервер, деплой через pyinfra
- 20+ ML models serving four languages (EN, RU, PL, AR): Rasa dialogue scenarios, voice-message transcription, entity extraction
- Extracted model management into a dedicated microservice exposing an API for NLP, audio recognition, and embedding-based search
- Web platform for analytics and model retraining: data tables, filters, Charts.js dashboards
- Knowledge-base search via embeddings and Elasticsearch
- Webhook-based Telegram bot built directly on the raw API — no third-party wrapper. Dialogue scenarios, SAP integration
- Full i18n: Django i18n, Gettext, four languages
- Docker and docker-compose: image builds, delivery into an air-gapped client environment. WireGuard VPN server, pyinfra for deploys
Digital SuperHero
Digital SuperHero
- Веб-интерфейс оператора: просмотр, сортировка, приём и отклонение заявок на банковские продукты
- Связка с Telegram-ботом: приём заявок через бота и передача в веб-приложение
- MongoDB Atlas: облачное развёртывание, шифрование данных при передаче (бот → база → веб)
- Команда из четырёх человек, результат: 3-е место в номинации Fintech
- Operator web dashboard: view, sort, accept, or reject bank-product applications
- Telegram bot integration: applications collected via the bot, forwarded to the web app in real time
- MongoDB Atlas: cloud deployment with encryption in transit (bot → database → web)
- Team of four. Result: 3rd place in the Fintech category
ТехнологииTechnologies
ЯзыкиLanguages
Фреймворки и БДFrameworks & Databases
ИнфраструктураInfrastructure
ML / NLP
Образование и сообществаEducation & Communities
СПбПУSPbPU 2022
Intelligent Systems (1 семестр). Pandas, Jupyter, ML-модели, семантические сети.Intelligent Systems (1 semester). Pandas, Jupyter, ML models, semantic networks.
БНТУBNTU 2007–2018
Инженер-строитель. Промышленное и гражданское строительство.Civil Engineer. Industrial and Civil Construction.
GuideDAO 2023–
Web3-сообщество. Solidity, HardHat, ethers.js, смарт-контракты.Web3 community. Solidity, HardHat, ethers.js, smart contracts.
Disruptives 2023
ICP.HUB Indonesia. Инкубатор Web3-проектов, нетворкинг.ICP.HUB Indonesia. Web3 incubator, networking.
СвязьContact
Хотите узнать больше? Want to learn more?
Telegram-бот c AI-агентом, который знает мой опыт. Спросите про конкретный проект, стек или задачу — агент ответит фактами из практики. A Telegram bot powered by an AI agent that knows my background. Ask about a specific project, stack, or challenge — the agent replies with facts from real experience.
Спросить AI-агента в Telegram Ask the AI agent on TelegramAI-агент доступен в Telegram. Или напишите мне лично: The AI agent is available on Telegram. Or message me directly: @yury_bor
Отсканируйте, чтобы сохранить контакты Scan to save my contacts
Цифровая визитка Digital visiting card