Aspiring ML / DL engineer, 4th-year student at BSUIR (Belarusian State University of Informatics and Radioelectronics), major in Artificial Intelligence. I focus on NLP and LLM applications: retrieval-augmented generation, semantic search, local LLMs — and on bringing models into working services with Python and FastAPI.
| Project | What's inside |
|---|---|
| HealthGo | Web app with an AI assistant for a healthy lifestyle (team project). I built the whole RAG part: semantic search in ChromaDB over mxbai-embed-large embeddings, top-3 retrieval, answer generation with a local Llama 3.2 via Ollama, a prompt that restricts the model to the retrieved context, source titles in every answer, and a pipeline for adding new knowledge with categories. Also backend features on FastAPI: weight history and stats, password reset, achievements, cookie-based auth, validation and DB-connection fixes |
| Zoch_bot | Telegram bot that HealthGo grew out of: the same RAG assistant, adding knowledge right from the chat, calorie calculator, reminders. aiogram 3, LangChain, ChromaDB |
| Transport Docs Generator | Service for a wholesale company: one web form produces a full set of shipping documents. Fills a supplier's Excel form without placeholders by matching row labels and cell colours. FastAPI, Pydantic, docxtpl, openpyxl, packaged into .exe |
| Debt Claims Generator | Generates claims and lawsuits from a 1C receivables export: penalties, interest at the National Bank rate split by rate-change dates, partial payments, extracting requisites from contracts. Calculations match a lawyer's real filings to the cent. pandas, python-docx |
- ML / Data: Python, PyTorch, scikit-learn, pandas, NumPy, matplotlib
- NLP / LLM: embeddings, semantic search, RAG, LangChain, ChromaDB, Ollama
- Backend: FastAPI, Pydantic, SQLAlchemy, PostgreSQL
- Tools: Git, GitHub, Docker, Docker Compose
Telegram: @bacha_71 · LeetCode: Vadim_Kazachenko
🇷🇺 По-русски
Начинающий ML / DL-инженер, студент 4 курса БГУИР, специальность «Искусственный интеллект». Занимаюсь NLP и приложениями на LLM: RAG, семантический поиск, локальные модели — и довожу модели до работающих сервисов на Python и FastAPI.
| Проект | Что внутри |
|---|---|
| HealthGo | Веб-приложение с ИИ-ассистентом по здоровому образу жизни (командный проект). Всю RAG-часть сделал я: семантический поиск в ChromaDB по эмбеддингам mxbai-embed-large, выбор трёх ближайших фрагментов, генерация ответа локальной Llama 3.2 через Ollama, промпт, который запрещает модели отвечать вне найденного контекста, источники в каждом ответе, пополнение базы знаний с категориями. На backend (FastAPI): история и статистика веса, сброс пароля, достижения, авторизация через cookie, исправления валидации и подключения к БД |
| Zoch_bot | Telegram-бот, из которого вырос HealthGo: тот же RAG-ассистент, пополнение базы прямо из чата, калькулятор КБЖУ, напоминания. aiogram 3, LangChain, ChromaDB |
| Transport Docs Generator | Сервис для оптовой компании: по одной веб-форме собирает пакет документов на перевозку. Заполняет чужой Excel-бланк поставщика без меток — по подписям строк и цвету ячеек. FastAPI, Pydantic, docxtpl, openpyxl, сборка в .exe |
| Debt Claims Generator | Претензии и иски по выгрузке дебиторки из 1С: пеня, проценты по ставке Нацбанка с разбивкой по датам её изменения, частичные оплаты, извлечение реквизитов из договоров. Расчёт сверен с исками юриста до копейки. pandas, python-docx |
Telegram: @bacha_71 · LeetCode: Vadim_Kazachenko