Backend ML / LLM Engineer
Я — Кирилл Братанов. Соединяю машинное обучение, высоконагруженный backend и информационную безопасность — от anomaly detection до RAG-пайплайнов.
Профиль
Backend ML/LLM engineer из Екатеринбурга. Студент УрФУ (MathMech), направление «Компьютерная безопасность».
Работал над log-based anomaly detection в USSC, LLM+RAG-документацией для SIEM в UDV Group; преподаю кибербезопасность в Buravchik.
~ whoami kirill@skiftare — backend • ml/llm ~ cat stack.txt python / go / spring-boot / docker ~ ./deploy --env=prod ✓ done
Избранные проекты
End-to-end log-based anomaly detection для анализа поведения сервисов. Спроектировал и задеплоил систему полностью самостоятельно.
Также помогал с намеренно уязвимым AI-приложением для обучения кибербезопасности и рефакторингом data-flow / access control внутреннего AI-ассистента.
Автоматизированная система документации SIEM-правил на LLM + RAG.
Spring Boot. Отслеживает обновления контента по ссылкам и шлёт уведомления в Telegram. Основной проект, которым горжусь.
Домашние задания курса Tinkoff Java. Фундамент, с которого начался путь в бэкенд.
Python CLI-утилита: конвертирует bindsym в bindcode в конфиге Sway, чтобы горячие клавиши работали независимо от раскладки.
Инструменты
Python · Go · C / C++ · Java · HTML / CSS / JS
PyTorch · NumPy · Pandas · Polars · SciPy · Transformers · vLLM · Qdrant · Prophet
FastAPI · Go Highload · Docker · Redis · SQL · VictoriaMetrics · Grafana · cAdvisor · GitHub Actions · uv · ruff
Образование
Специалитет «Компьютерная безопасность» (10.05.01). Математические методы защиты информации и глубокий математический бэкграунд.