Применимость p-адических чисел в нейросетевых модулях
Владимир Евграфов · arXiv:2611.20467
Head of AI с опытом CTO и 10+ годами в software engineering. Открыт к ролям CTO, fractional CTO и Head of AI.
Я Head of AI: руковожу AI-направлением и развитием прикладных AI/ML-систем в большой организации. Формирую техническую архитектуру, исследовательское направление и процесс переноса алгоритмов в работающие программные системы; работаю с задачами биомедицины.
Я CTO с техническими корнями: вырос из Go-разработчика до руководителя технологического департамента. В viju построил департамент из 35 человек и 7 команд, перевёл legacy-бэкенд на Go-микросервисы и отвечал за архитектуру, инфраструктуру, бюджет, риски, AI/ML-направление и рекомендательные механизмы.
Мой профиль объединяет AI/ML и научные алгоритмы, production engineering и управление инженерными командами. Параллельно пишу кандидатскую диссертацию на ВМК МГУ и публикую работы по безопасности LLM-агентов, атакам и защитам AI-систем.
Рассматриваю полную занятость в роли CTO или Head of AI, а также частичную и проектную работу как fractional CTO или технический советник.

Безопасность агентных систем на базе больших языковых моделей: методы атак на LLM-агентов и способы защиты от них.
Метод преобразования классических искусственных нейронных сетей в спайковые (ANN→SNN): преобразованные модели сохраняли точность оригинала при более энергоэффективном событийном выводе.
Автоматическая генерация входных данных для тестирования шаблонизаторов веб-страниц: грамматико-ориентированный фаззинг, который находит дефекты обработки шаблонов, ведущие к XSS, выполнению кода на сервере и отказам в обслуживании.
Руковожу AI-направлением в сфере биомедицины. Отвечаю за AI-стратегию, прикладные исследования и разработку. Занимаюсь системами на базе LLM, агентными архитектурами, генерацией с дополнением контекста из внешних источников (RAG), оценкой моделей и AI-инфраструктурой для промышленной эксплуатации. Сочетаю практическую разработку с техническим руководством, выстраивая процессы и системы для перехода от экспериментов к практическому применению AI.

Отвечал за AI/ML-направление и рекомендательные механизмы наряду с общей архитектурой, разработкой, инфраструктурой и бюджетом. Построил департамент из 35 человек и 7 команд, внедрил инженерные стандарты, observability, SSO, релизные календари и KPI. Спроектировал переход с legacy-бэкенда на Go-микросервисы: платформа выдерживает 100-кратный рост нагрузки при 4-кратном снижении потребления ресурсов. Обеспечил 100+ релизов на 7 платформах, повысил выполнение квартальных планов с 40% до 83%, в 4 раза снизил затраты на планирование и сократил инфраструктурные расходы. Снизил Android crash rate в 14 раз, вдвое сократил время старта видео и достиг iOS crash-free 99,88%.

Разрабатывал систему обработки и интерпретации медицинских, геномных и микробиомных данных. Реализовывал ML-механизмы и научные алгоритмы, проектировал вычислительные пайплайны и переносил исследовательскую логику в надёжные сервисы.
Разрабатывал высоконагруженную отказоустойчивую систему показа рекламы и алгоритмы принятия решений на основе пользовательских данных; обеспечивал безопасную обработку персональных данных.

Разрабатывал микросервисы для коммуникации с различными финансовыми системами.

Участвовал в разработке мониторингового сервиса: системы сбора характеристик и показаний физических устройств и отдельных процессов на Linux.

Писал и поддерживал основную кодовую базу на Python, разрабатывал систему сборки и внедрения ПО, администрировал CI и мониторинг.
Полный список — в Google Scholar.
Владимир Евграфов · arXiv:2611.20467
Bulat Nutfullin, Vladimir Evgrafov, Dmitry Namiot · DAMDID/RCDL 2026
VA Evgrafov, BM Nutfullin, DE Namiot · International Journal of Open Information Technologies 14 (5), 1-8
Б Нутфуллин, В Евграфов · Тихоновские чтения, 121
Заметки о производительности Go: измерения, выделения памяти, строки, буферы и осторожное использование sync.Pool.
Купил GL.iNet Mango 2, обнаружил регион CN и разобрался, где MG1300 хранит код страны. Проверка адреса в factory, резервная копия и скрипт.
От запуска ML-приложения на одной машине с GPU до развёртывания на нескольких серверах с Docker Compose и Kubernetes. По материалам лекции для ВМК МГУ.
Открыт к full-time ролям CTO и Head of AI, а также к частичной и проектной работе как fractional CTO или технический советник.