Я Слава Дубров — официально Вячеслав Дубров, к. т. н.* — Staff AI Systems Engineer, работающий на стыке агентных систем, эвалуации, безопасности ИИ, retrieval и production-инфраструктуры. Машинным обучением я занимаюсь с 2011 года: сначала исследованиями по диагностике энергетического оборудования, затем в индустрии — прогнозированием, рекомендациями, выявлением мошенничества, retrieval и ИИ-агентами.
Обычно я отвечаю за весь путь: договариваюсь с теми, кто будет пользоваться системой, о том, что она должна делать, а затем создаю, оцениваю, вывожу в production и эксплуатирую её. Сейчас я Staff Machine Learning Engineer в octonomy AI, работаю над production AI и программными системами. До этого в HubSpot я руководил разработкой Context Layer для retrieval, граундинга и инфраструктуры памяти, а затем занимался Agent Execution: деплоем LLM, файн-тюнингом, эвалуацией, безопасностью и рантаймом. Общая тема этой работы — то, что происходит, когда многообещающий вывод модели сталкивается с реальной системой.
Вопросом о том, можно ли доверять ИИ-системам, я занимаюсь с тех пор, когда LLM-ассистентов ещё не было. В OLX я создал и провёл внутренний курс по объяснимому ИИ, а в Wayfair и HubSpot проводил воркшопы по trustworthy AI: объяснимость, справедливость и робастность. Агенты поднимают те же вопросы, но ставки выше: что системе разрешено делать, как её можно атаковать и показывает ли эвалуация то, что заявляет. Я пишу о безопасности агентов и эвалуации агентов, а в octonomy AI начал red-teaming наших агентов, чтобы искать в них уязвимости.
Моя серия Recursive Harness Engineering исследует, как построить харнесс, независимо оценить изменения и автоматизировать поиск улучшений. Первые главы закладывают основу, прежде чем переходить к рекурсии. Небольшой эксперимент с инструментом памяти показывает, как неизменяемый агент использует результаты тестов для выбора следующего изменения; в последующих экспериментах мы проверим, помогает ли накопленный опыт на новых задачах. Люди определяют цели, допустимые изменения, бюджеты и критерии принятия результата. Эвалуаторы и полномочия по принятию изменений остаются независимыми от системы улучшения.
Карьера
Моя работа прошла путь от исследований по диагностике до ранжирования, выявления мошенничества, инфраструктуры retrieval и production-агентов.
2026–настоящее время
octonomy AI
Staff Machine Learning Engineer
Production AI-системы в стартапе, занимающемся агентным AI.
2024–2026
HubSpot
Senior Software Engineer II, затем Tech Lead ML II
Эмбеддинги и прогнозирование для AI Signals, Embedding Hub и Context Layer для ИИ-агентов, затем Agent Execution.
2021–2024
Wayfair
Senior Machine Learning Scientist
Выявление мошенничества и скама на GCP. Я создавал и возглавлял разработку систем, с которыми связана ежегодная экономия около $4M.
2018–2021
OLX Group (Prosus)
Data Scientist
Рекомендации и ранжирование поиска в масштабе маркетплейса.
2017–2018
Zalando
Research Engineer
Прогнозирование спроса для логистики, с Spark-пайплайнами на AWS.
2015–2017
Москва и Берлин
Машинное обучение для мониторинга сетевой безопасности, клиентская аналитика для национального телеком-оператора и NLP для приоритизации писем в берлинском SaaS-стартапе.
2011–2015
Южно-Российский государственный политехнический университет (НПИ) имени М. И. Платова
Диссертационное исследование по диагностике высоковольтного оборудования на основе машинного обучения.
От задачи до production
- Рекомендации в OLX, 2019–2020. Я вёл разработку рекомендательной системы на основе item2vec от прикладного исследования до production, начиная с OLX Poland.
- Выявление мошенничества в Wayfair, 2021–2024. Через двенадцать дней после прихода в компанию у меня был готов proof of concept, а merge request в production — в работе. Затем я отвечал за одну из production-моделей команды для выявления мошенничества, включая её рефакторинг и роадмап, и создал self-supervised эмбеддинги сессий, развёрнутые через Vertex AI Pipelines рядом с существующими моделями.
- Embedding Hub в HubSpot, 2024–2026. Я создал Embedding Hub — общий векторный сервис на Qdrant — и согласовал его между тремя командами через RFC. Он был ядром Context Layer для ИИ-агентов HubSpot, разработкой которого я руководил.
Открытые подтверждения
- На World Agentic AI Summit Berlin 2026 я представил доклад «Engineering the Agentic Stack» — production-архитектуру, охватывающую когнитивный движок, память, инструменты, безопасность и окружающий их рантайм.
- Edge of Context содержит подробные инженерные материалы, включая серию из шести частей Engineering the Agentic Stack. Сайт я создаю и поддерживаю сам, включая пайплайн, который переводит его на семь языков.
- Recursive Harness Engineering связывает проектирование харнесса, оценку и улучшение через запускаемые эксперименты с инструментом памяти и ассистентом поддержки.
- Labs собирает воспроизводимые артефакты, которые можно запускать локально.
Инженерные принципы
- Определите, как будет измеряться успех, прежде чем выбирать модель.
- Сначала сделайте поведение наблюдаемым, а уже затем — автономным.
- Отдавайте предпочтение состоянию окружения и результатам, а не правдоподобным финальным ответам.
- Каждый добавленный компонент харнесса должен оправдывать свою стоимость посредством абляции.
- Эвалуаторы, политика безопасности и полномочия по продвижению результатов должны быть независимы от оптимизатора.
- Сохраняйте неудачные эксперименты как свидетельства.
- Используйте самый дешёвый слой исправления, который устраняет реальную причину сбоя.
Исследования, преподавание и сертификаты
У меня степень кандидата технических наук (российская учёная степень, эквивалент PhD), полученная в Южном федеральном университете. В диссертации я разработал двухэтапный метод определения состояния высоковольтных выключателей: сначала нечёткие и статистические правила, затем нейронные сети, настроенные генетическим алгоритмом. До этого я с отличием получил диплом инженера в области информационно-измерительной техники.
- Стипендии и гранты: две стипендии DAAD «Леонард Эйлер» для научных стажировок в TU Braunschweig (2011) и TU Dortmund (2013), шестимесячная стипендия DAAD «Михаил Ломоносов» по мехатронике в TU Ilmenau (2013–2014), стипендия Президента Российской Федерации молодым учёным и аспирантам (2013–2014) и инновационный грант программы «УМНИК», где я был руководителем проекта.
- Публикации: 25 научных публикаций, патент на диагностику электрического коммутационного оборудования и бенчмарк методов рекомендации вакансий, подготовленный в соавторстве и протестированный онлайн на OLX Jobs.
- Преподавание и наставничество: курс по Spark и Spark MLlib в Высшей школе экономики в Москве (2016), два внутренних курса в OLX — по машинному обучению и по объяснимому ИИ — и воркшопы по глубокому обучению и trustworthy AI в Wayfair и HubSpot. Со времён Zalando я наставляю инженеров, в том числе коллег, перешедших на роли ML- и AI-инженеров.
- Полученные сертификаты: AWS Certified Machine Learning – Specialty (2020) и AWS Certified Solutions Architect – Associate (2019); программы Udacity Nanodegree по машинному обучению, AI, глубокому обучению с подкреплением, AI для трейдинга и компьютерному зрению (2017–2021).
Компетенции
| Компетенция | Рабочие направления |
|---|---|
| Агентные системы | циклы ризонинга, память, интерфейсы инструментов, рантаймы, харнессы, observability |
| Эвалуация и assurance | эвалуация на основе трейсов, регрессионные наборы, red-teaming, гардрейлы, разрешения, объяснимость, робастность |
| Retrieval и контекст | семантический и гибридный retrieval, реранкинг, граундинг, сжатие контекста |
| Модельный инжиниринг | файн-тюнинг, LoRA/QLoRA, сервинг, квантизация, структурированная генерация |
| Прикладное машинное обучение | рекомендации, ранжирование поиска, выявление мошенничества, прогнозирование, self-supervised эмбеддинги, графовые нейронные сети |
| Продуктовая разработка | спецификации вместе с пользователями, A/B-тесты, поэтапные раскатки, роадмапы моделей |
| Production-инфраструктура | AWS, GCP, Kubernetes, Spark, batch-, streaming- и real-time ML-системы |
В других местах
Профессиональный опыт опубликован в LinkedIn. Исходный код и воспроизводимые артефакты доступны на GitHub. Новые эссе также выходят на Substack.
* Кандидат технических наук (российская учёная степень, эквивалент PhD), Южный федеральный университет, Ростов-на-Дону, 2015.