Distillation d’un modèle pour captures d’écran
Une expérience de vision de 7B vers 2B avec une chaîne d’entraînement et d’évaluation reproductible. Une petite preuve de concept, y compris les moments où les métriques m’ont induit en erreur.
Nous pourrions travailler ensemble.
Une fonctionnalité d’IA à évaluer, un premier produit à construire ou un système qui doit servir des milliers de personnes. J’aide les équipes à transformer ces problèmes en logiciels qu’elles peuvent tester et utiliser.
Nous partons d’un résultat utile et d’un moyen de le vérifier. Nous définissons ensuite le périmètre d’une première version, travaillons sur l’architecture et l’implémentation, puis utilisons les résultats pour décider de la suite. J’explique les compromis techniques par leurs effets sur le produit, l’équipe et les utilisateurs.
Dites-moi ce que vous construisez, où vous êtes bloqué et ce que vous avez besoin de changer.
sergey.paarfenov@gmail.comQuelques mots sur mon travail
J’ai rejoint Yandex Praktikum à ses débuts, comme onzième membre de l’équipe produit. J’ai contribué à construire le produit, conçu l’architecture de test d’un outil d’entraînement à la programmation utilisé par 7 000 à 10 000 étudiants par jour et développé, avant ChatGPT, un modèle d’apprentissage automatique pour évaluer les projets rendus par les étudiants.
Chez TripleTen, ce travail s’est étendu à l’évaluation, à la recherche d’information et au tutorat par IA. Les problèmes étaient concrets : réduire le temps de correction, aider les étudiants à trouver les bonnes ressources et faciliter la création d’exercices. Mon travail allait de l’architecture backend aux mises en production. J’ai aussi contribué à la personnalisation de l’apprentissage et au Mastery Depth Tracker, et participé au lancement du programme QA Engineering aux États-Unis.
En tant que cofondateur et CPO d’IAWY, j’ai pris en charge la direction produit en plus du développement. Nous avons construit un tuteur IA avec évaluation automatisée des projets, qui s’intégrait aux plateformes d’apprentissage existantes, puis l’avons lancé dans deux bootcamps en Amérique latine.
Aujourd’hui, je mets cette expérience du produit et de l’ingénierie au service d’Aliwio, où je suis cofondateur et CTO. Nous construisons un CRM pour les cliniques vétérinaires indépendantes. Comme conseiller technique chez Symptomato, je contribue aux choix technologiques d’un service dans lequel l’IA recueille le contexte avant qu’un professionnel de santé rejoigne la conversation.
Projets ouverts
Mémoire et provenance des agents
Un environnement expérimental pour mesurer comment la compaction de la mémoire modifie les décisions d’un agent, avec des résultats qui ont contredit ma propre hypothèse.
Ce que je peux apporter
- Une idée d’IA qui mérite d’être testée
- Choisir un problème précis, définir une référence de comparaison et construire un prototype fonctionnel. Utiliser les résultats pour décider si l’IA améliore suffisamment le produit pour justifier la poursuite du développement.
- Construire un produit dès sa première version
- Construire la première version, de l’architecture au backend et à l’interface. Décider avec l’équipe ce qui doit y figurer, ce qui peut attendre et ce qui doit tenir dès que les utilisateurs commencent à s’en servir.
- Des agents que l’on peut évaluer
- Définir le comportement attendu, examiner les échecs liés aux outils, à la mémoire et à la recherche d’information, puis construire des évaluations que l’équipe peut répéter. Vérifier la reprise après erreur autant que le déroulement sans incident.
- Des modèles plus petits aux compromis mesurés
- Tester la distillation et l’ajustement fin pour une tâche précise. Comparer la qualité, la latence et la consommation mémoire à une référence, sur la même charge de travail, puis décider si un modèle plus petit mérite sa place.
- Plateformes d’apprentissage et évaluation automatisée
- Concevoir l’architecture de test d’outils d’entraînement à la programmation, l’évaluation automatique des projets par ML et des retours utiles. Relier ces systèmes au programme, aux points où les apprenants bloquent et aux exercices dont ils ont besoin pour progresser.
Formation et cours
Stanford University
CS231n : apprentissage profond pour la vision par ordinateur
Saint Petersburg State University of Finance and Economics
Systèmes d’information
Le parcours qui m’a mené ici
Aliwio
Cofondateur et CTO
févr. 2026 à aujourd’hui
Responsable de l’architecture technique et de l’ingénierie produit d’un CRM pour les cliniques vétérinaires indépendantes.
Symptomato
Conseiller technique
janv. 2026 à aujourd’hui
Conseil technique pour un service qui associe un premier échange avec l’IA à un accompagnement humain : un assistant IA recueille le contexte avant qu’un professionnel de santé rejoigne la conversation.
TripleTen
Ingénieur IA
déc. 2021 à janv. 2026
Conception et mise en production de systèmes d’évaluation, de recherche d’information et de tutorat par IA, reliant l’ingénierie backend à l’expérience d’apprentissage.
Conception et implémentation d’un système d’évaluation fondé sur une architecture de planification et d’exécution, qui a remplacé 140 anciens questionnaires à réponse libre. La latence de correction est passée de 8,4 à 0,6 seconde, soit une accélération de 14×.
Construction d’une chaîne de vectorisation du CMS sur Kafka, traitant 100 000 éléments par jour, et réalisation de la recherche sémantique de bout en bout. L’engagement avec la recherche a augmenté de 9 % ; le temps d’accès au contenu a diminué de 18 %.
Automatisation de la génération d’exercices, ramenant leur temps de création de 2,5 heures à 18 minutes. Développement d’une extension VS Code interne qui a réduit de 27 % le temps moyen de support par problème rencontré par un étudiant.
Travail sur le mode vocal du tuteur IA Dot, en intégrant WebRTC, la reconnaissance vocale, un LLM et la synthèse vocale. Contribution à une version stable, avec 97,8 % de sessions réussies et une médiane de 1,3 seconde avant la première réponse.
Contribution à la personnalisation de l’apprentissage et développement de fonctionnalités qui ont amélioré la rétention des étudiants. Pour le Mastery Depth Tracker, j’ai relié produit et ingénierie afin de mesurer la confiance des apprenants et d’identifier les points où ils avaient besoin de davantage de pratique. J’ai aussi participé au lancement du programme QA Engineering aux États-Unis.
IAWY
Cofondateur et CPO
août 2023 à juil. 2024
Cofondateur d’IAWY, j’ai développé un tuteur IA avec évaluation automatisée des projets rendus par les étudiants. J’ai défini la direction produit et la feuille de route de ce tuteur, qui s’intégrait aux plateformes d’apprentissage existantes. Nous l’avons lancé dans deux bootcamps en Amérique latine.
Retailhub
Chercheur en IA
oct. 2023 à janv. 2024
Conception d’une chaîne d’enrichissement de fiches produit : normaliser les données sources, extraire les attributs, générer des caractéristiques structurées et produire des descriptions en langage naturel.
Yandex Praktikum
Ingénieur logiciel
mars 2018 à déc. 2021
Onzième membre de l’équipe produit, j’ai participé à la construction des premiers composants du produit, notamment les systèmes de test du code et d’évaluation des travaux des étudiants.
Conception de l’architecture de test de l’outil d’entraînement à la programmation utilisé par 7 000 à 10 000 étudiants par jour.
Développement, avant ChatGPT, d’un modèle d’apprentissage automatique pour évaluer les projets rendus par les étudiants, et contribution au lancement du programme Web Developer.
Expériences antérieures
Thingyfy
Ingénieur logiciel
oct. 2019 à oct. 2020
Développement de produits pour des startups avec React et TypeScript.
Yandex School of Data Analysis
Spécialiste de l’apprentissage
oct. 2018 à janv. 2020
J’ai travaillé comme spécialiste de l’apprentissage à Moscou.
Sravni.ru
Ingénieur logiciel
nov. 2017 à oct. 2018
J’ai construit des produits d’assurance avec React.
Autres expériences
Ingénieur et enseignant
2016 à 2019
European Gymnasium
Informatique et développement web.
Spaces
Ingénierie produit pour l’immobilier commercial.
MCS
Enseignement d’Arduino, Swift, Python, du web et de la réalité virtuelle.