Михаил Тарасенко
Full stack Developer (Node.js, Python, AI) | DevOps & Infrastructure
Архитектор и инженер полного цикла. Создаю production-готовые системы с интеграцией AI: от проектирования микросервисной архитектуры и backend-разработки до настройки отказоустойчивой инфраструктуры, CI/CD пайплайнов.
Ключевые компетенции
Backend & AI Integration
- Node.js + Express: Архитектура MVC, REST API, аутентификация (bcrypt+сессии)
- Python + FastAPI: Интеграция AI-сервисов (LLM API, эмбеддинги), разработка специализированных API
- PostgreSQL: Сложные схемы, оптимизация, расширение pgvector
- AI Интеграция: Prompt Engineering, работа с LLM (Yandex GPT, локальные модели)
- Векторные технологии: Эмбеддинги, семантический поиск, HuggingFace TEI
Infrastructure & DevOps
- CI/CD: Автоматический деплой на staging/prod серверы, пайплайны
- Контейнеризация: Docker, LXC, оркестрация сервисов (systemd)
- Веб-серверы: Nginx (прокси, SSL, балансировка), мониторинг
- Автоматизация: n8n для парсинга и вебхуков, Bash-скрипты
Systems & Architecture
- Системное администрирование: Windows, Linux, сети, безопасность
- Архитектура AI-систем: Проектирование микросервисных AI-серверов, управление жизненным циклом моделей
- DevOps-практики: Полный цикл от кода до продакшена, документация
- Вектор развития: Изучаю Kubernetes, Terraform, углубляюсь в архитектуру отказоустойчивых систем
Текущие проекты
🔗 Freelance Finder AI | finderlance.com
Production SaaS (режим demo/staging)Интеллектуальный агрегатор фриланс-заказов. Система автоматически парсит биржи, фильтрует заказы с помощью двухуровневой AI-фильтрации и отправляет релевантные уведомления в Telegram
Мой вклад (полный цикл):
- Архитектура: Микросервисы (парсер, бэкенд, AI), event-driven модель.
- Разработка: Backend на Node.js/Express, интеграция AI (Yandex GPT, локальные LLM, HuggingFace TEI).
- DevOps: Docker-оркестрация, CI/CD (GitHub Actions), Nginx, продакшен-деплой.
🔗 Tamivla AI Server
Infrastructure PoCProof of Concept сервера управления AI-моделями. Разработан для создания контролируемой AI-инфраструктуры под Windows с OpenAI-совместимым API.
Реализация и результат:
- OpenAI-совместимый API (chat/completions, embeddings).
- Динамическая загрузка/выгрузка моделей из кеша Hugging Face.
- Обеспечил работу зависимых систем, опыт применён в продакшен-архитектуре.
Практическое применение
Мой опыт сосредоточен на практической реализации fullstack-проектов с интеграцией AI. Вот ключевые задачи, которые я решаю:
Разработка и архитектура
- Проектирование микросервисной архитектуры для комплексных систем
- Разработка backend на Node.js и Python с REST API и бизнес-логикой
- Проектирование и оптимизация схем баз данных PostgreSQL
- Интеграция AI-сервисов (LLM API, векторные модели) в бизнес-процессы
- Создание OpenAI-совместимых API серверов для работы с локальными языковыми и эмбеддинговыми моделями
DevOps и инфраструктура
- Настройка CI/CD для автоматического тестирования и деплоя
- Развертывание и оркестрация сервисов в контейнерах (Docker, LXC)
- Конфигурация веб-серверов (Nginx) и систем мониторинга
- Автоматизация процессов с помощью n8n и bash-скриптов
- Развертывание и поддержка AI-инфраструктуры под Windows и Linux
Фундамент
25+ лет в системном администрировании обеспечили глубокое понимание инфраструктурного слоя. Этот опыт позволяет мне проектировать ПО с учетом реальных требований к развертыванию, безопасности и отказоустойчивости.
Текущий фокус: Глубокое освоение современных DevOps-практик и их интеграции с AI-инфраструктурой (управление LLM, векторными БД, гибридные облака/локальные модели).
Принципы работы
- Продакшн-ориентированность: Код пишется с учетом деплоя, мониторинга и масштабирования.
- Документация как обязанность: Каждая система сопровождается схемами и инструкциями.
- Прагматизм: Выбор инструментов под задачу.
- Полный цикл: Готов не только разрабатывать, но и поддерживать, развивать, чинить.