vdonin.com
EN

ML Engineer / Research Engineer · Москва

Алексей Вдонин

Разрабатываю и внедряю NLP-модели: эмбеддинги, реранкеры, классификацию текстов и LLM. Работаю с полным циклом ML-разработки — от подготовки данных и обучения до оценки и интеграции моделей в сервисы. Преподаю глубинное обучение на ФКН НИУ ВШЭ.

Написать в Telegram Скачать CV
Текущая роль
Разработчик-исследователь, команда машинного обучения и антиспама
Преподавание
Семинары по DL, ФКН НИУ ВШЭ
Образование
ФКН НИУ ВШЭ — бакалавриат «Прикладная математика и информатика»
Магистратура «Науки о данных», 2026⁠–⁠2028
Алексей Вдонин

Навыки

Языки
  • Python
  • C++
  • SQL
  • YQL
ML / DL
  • ML / DL (NLP, CV)
  • PyTorch
  • vLLM
  • Multi-GPU workflow
Данные
  • NumPy
  • scikit-learn
  • Pandas
  • Polars
  • YTsaurus
  • PostgreSQL
Инструменты
  • Git
  • Linux
  • Jupyter
  • Claude Code

Опыт

  1. март 2026 — н. в. Текущая позиция

    Разработчик-исследователь

    Команда машинного обучения и антиспама

    • Внедрены оптимизации размеров эмбеддингов в сервис поиска
    • Создан MVP нового продукта
    • Обучены различные модифицированные модели реранкеров
  2. сентябрь 2026 — н. в. Текущая позиция

    Преподаватель по DL

    ФКН НИУ ВШЭ

    • Проведение семинаров по DL у 3 курса ПМИ / ЭАД
    • Объяснение базовых принципов DL и глубинный разбор механизмов работы Attention и архитектур трансформеров
  3. февраль 2025 — март 2026

    Аналитик-разработчик

    Команда этики Яндекс Алисы

    • Разработаны и внедрены этические классификаторы для повышения базового качества ответов Алисы
    • Проведены приёмки новых базовых моделей, оценена этичность их ответов посредством передовых методов
    • Активно внедрены LLM в существующие процессы, что позволило существенно сократить расходы человеко-часов
    • Сделано множество переиспользуемых инструментов и материалов

    Все задачи описаны максимально абстрактно для строгого соблюдения NDA: не разглашается ничего, что даже потенциально может под него подпадать.

  4. сентябрь 2024 — февраль 2025

    Стажёр-аналитик

    Группа исследования новых методов ИБ, Яндекс Такси

    • Разработан и внедрён алгоритм классификации на основе LLM, который уменьшил затраты человеческих ресурсов на 15%
    • Применены передовые алгоритмы для решения задач дедупликации на основе BERT и графов
    • Осуществлялась поддержка и оптимизация существующих бизнес-процессов

Образование

  1. 2026 — 2028

    Магистратура — «Науки о данных»

    НИУ ВШЭ, факультет компьютерных наук, Москва

  2. 2022 — 2026

    Бакалавриат — «Прикладная математика и информатика»

    НИУ ВШЭ, факультет компьютерных наук, Москва

Достижения

  • Участник заключительного этапа Всероссийской олимпиады школьников по физике
  • Призёр студенческой олимпиады НИУ ВШЭ «Высшая лига» по направлению «Прикладная математика и информатика» (4 курс бакалавриата)
  • Золотой медалист Международной олимпиады по экспериментальной физике (IEPhO)

Проекты

Выпускная квалификационная работа

Унификация токенизации: поиск оптимальной стратегии для временных рядов

  • Разработан на PyTorch фреймворк сравнения пяти стратегий токенизации временных рядов с общим Transformer-backbone
  • Проведено 90 запусков на 230 GPU-часов: три датасета, два горизонта прогнозирования, три random seed
  • Сравнены MAE / RMSE, время обучения и инференса, потребление GPU-памяти и стабильность результатов
  • Автоматизированы эксперименты, сбор метрик и анализ компромиссов между точностью и вычислительными затратами

GitHub Текст работы (PDF)

Один из лучших проектов ПМИ 2025

Распознавание и суммаризация документов в мобильном приложении HSE App X

  • Разработаны и обучены суммаризаторы на основе самописных архитектур (вкл. RNN + Attention) для внедрения в официальное приложение НИУ ВШЭ HSE App X и систему электронного документооборота НИУ ВШЭ
  • Архитектуры разработаны специально для работы в условиях сверхограниченных ресурсов: инференс за адекватное время на CPU (несколько архитектур для разных SLA)
  • Проект выбран одним из лучших среди студентов ПМИ ФКН НИУ ВШЭ за 2025 год

GitHub Сайт ВШЭ Отчёт

NLP · NER

Исследование уголовных дел с помощью NER (Named Entity Recognition)

  • Разработана и обучена модель на основе BERT для извлечения ключевых слов из текстов судебных решений по определённой статье
  • Развёрнуто интерактивное веб-приложение для удобства использования

GitHub Веб-приложение

DL · Transformer

Самописный переводчик DE → EN на архитектуре Transformer

  • Модель архитектуры трансформер написана с помощью базовых функций PyTorch
  • Обучена на 1× A100: логирование в Weights & Biases, сохранение чекпоинтов
  • Проведены десятки экспериментов

W&B Report

Side-проект · лингвистика

Расширение «Словарь ударений»

  • Расширение для браузера Chrome, которое автоматически подсвечивает русские слова на веб-страницах и показывает нормативное ударение во всплывающей подсказке
  • Полностью open source, устанавливается и нативно работает в Google Chrome

GitHub

Интересы

Падел, спортивная стрельба IPSC, трековое вождение (MRW), DL (pet-проекты).

Контакты