Спроектировал и внедрил высоконагруженный pipeline обработки неструктурированных данных (PDF, DOCX, изображения) с использованием Python, OCR и LLM, сократив время подготовки датасетов для RAG-систем с 3–4 месяцев до 2–3 дней и ускорив запуск клиентских проектов более чем на 90%. Разработал систему автоматической очистки, нормализации, суммаризации и мультиязычной локализации документов, повысив качество данных для AI-поиска и сократив объем ручной подготовки контента на 80%. Развернул и оптимизировал production-инфраструктуру LLM на базе vLLM, SGLang и llama.cpp, снизив среднюю задержку генерации ответов на 60% и обеспечив стабильную обработку сотен конкурентных запросов. Разработал backend-платформу Nuriya AI на Django для управления интерактивными AI-персонажами и цифровыми аватарами, создав основу для масштабирования B2B-направления компании. Спроектировал микросервис документооборота для парсинга, OCR и перевода документов с сохранением исходного форматирования PDF/DOCX, подготовив архитектуру для обработки десятков тысяч документов ежемесячно. Автоматизировал генерацию медиаконтента через ComfyUI и Python API, сократив затраты на ручной продакшен более чем на 70% и обеспечив генерацию контента в режиме реального времени. Создал Telegram-бота на Aiogram 3 для телеканала «Sevimli Kun» с нуля до production-релиза за короткий срок, обеспечив автоматическую обработку более 1000 обращений в первый день запуска без участия операторов. Разработал REST API и внутренние сервисы интеграции для AI-продуктов компании, ускорив обмен данными между компонентами системы и сократив время внедрения новых функций на 30%.