Backend-разработчик, специализируюсь на Python и FastAPI. Создаю полнофункциональные веб-приложения с фокусом на чистую архитектуру, REST API и интеграцию с внешними сервисами, а также интегрирую LLM в рабочие процессы.
Прохожу полный цикл разработки: от проектирования до деплоя на production. Люблю создавать переиспользуемые решения и автоматизировать процессы.
Коллекция моих проектов: REST API, веб-приложения, AI-агенты, RAG-системы, парсинг данных, интеграции с LLM.
Все проекты развёрнуты и доступны на stefandev.ru
Репозиторий: github.com/JustStepan/familylog
Страница проекта: stefandev.ru/familylog.html
Описание: Личный production-пайплайн, который превращает голосовые сообщения, фото и текст из Telegram в структурированные Markdown-заметки в Obsidian vault. Работает полностью локально — никаких облачных зависимостей.
Что решает: Автоматизирует ведение семейного дневника: члены семьи пишут боту как обычно, всё автоматически попадает в Obsidian с тегами, связями и frontmatter. STT на русском языке, описание фото, интеграция с Google Calendar.
Технологии: Python, aiogram, LangGraph, LM Studio, SQLite, async SQLAlchemy, Pydantic v2, onnx-asr (GigaAM v3), Qwen3.5-VL, Qwen3.5-35B-A3B, Obsidian Local REST API, Google Calendar API, httpx, Loguru, uv
Основной функционал:
- Telegram-бот с 4 типами записей: заметка, дневник, событие, задача
- STT транскрипция голосовых через GigaAM v3 (офлайн, русский язык)
- Описание фотографий через мультимодальную Qwen3.5-VL
- LangGraph-агент генерирует JSON: заголовок, теги, связанные заметки, резюме
- Запись в Obsidian через Local REST API с обновлением контекстных файлов
- Интеграция с Google Calendar для событий
- Еженедельные сводки с автоматической отправкой в Telegram
Репозиторий: github.com/JustStepan/RAG_SYSTEM
Страница проекта: stefandev.ru/rag-system.html
Описание: Локальная RAG-система для интеллектуального поиска по PDF-документам с LangGraph-агентом. Векторизует документы в ChromaDB, отвечает на вопросы с указанием источников, при отсутствии ответа переключается на веб-поиск через Tavily.
Что решает: Позволяет задавать вопросы по любым загруженным документам и получать ответы с цитированием. Всё локально — данные не покидают машину. В перспективе — поддержка DOCX, EPUB, TXT и веб-страниц.
Технологии: Python, LangGraph, LangChain, ChromaDB, LM Studio, Tavily Search API, Pydantic Settings, Loguru, uv
Основной функционал:
- Инкрементальная индексация PDF (новые документы добавляются без переиндексации)
- Семантический поиск через ChromaDB (top-5 по cosine similarity)
- LangGraph-агент с MemorySaver — помнит контекст всего диалога
- Fallback на Tavily веб-поиск при отсутствии ответа в базе
- Цитирование источников в ответах
Ссылка: stefandev.ru/habr-vacancies
Описание: Система парсинга и умного подбора IT-вакансий с Habr.Career. Парсит 1000+ актуальных вакансий, сохраняет в PostgreSQL, предоставляет API для поиска по навыкам, уровню специалиста и фильтрации новых/переопубликованных позиций. Реализована JWT-аутентификация и функционал избранного.
Что решает: Помогает разработчикам находить релевантные вакансии с умной фильтрацией и персонализацией. В разработке — AI-модуль для автоматического сопоставления вакансий с навыками пользователя.
Технологии: FastAPI, PostgreSQL, Beautiful Soup, Docker, React, Nginx, JWT, pytest
Основной функционал:
- Асинхронный парсинг вакансий с Habr.Career
- REST API с поиском по навыкам и уровню
- JWT-аутентификация и управление избранным
- Покрытие тестами (pytest) основных функций парсера
- Деплой на production с Docker и Nginx
Ссылка: stefandev.ru/azb-epub-header-changer
Описание: Веб-утилита для автоматического изменения структуры заголовков в EPUB-файлах. Парсит файл через Beautiful Soup и EpubLib Framework, изменяет уровни заголовков как в теле книги, так и в оглавлении.
Что решает: Решает проблему некорректной иерархии заголовков в электронных книгах — критично для построения RAG-систем и навигации по книге.
Технологии: FastAPI, Docker, Beautiful Soup, EpubLib Framework, Nginx
Основной функционал:
- Парсинг и модификация EPUB-файлов
- Автоматическое обновление оглавления (TOC)
- Веб-интерфейс для загрузки и скачивания файлов
(Этот раздел может быть будет заполнен проектами с Flask и Django из курса Яндекс.Практикум)
Backend: Python, FastAPI, Django, Flask
AI / LLM Engineering: LangGraph, LangChain, RAG-системы, OpenRouter API, prompt engineering etc.
Агентные системы: LangGraph StateGraph, tool calling, MemorySaver, ReAct pattern
Векторные БД: ChromaDB, pgVector
STT / Vision: onnx-asr, GigaAM v3, Qwen3.5-VL
Базы данных: PostgreSQL, SQLite, SQLAlchemy (async), Alembic
Тестирование: pytest
DevOps: Docker, Nginx, GitHub Actions (CI/CD)
Frontend: React, JavaScript (базовый уровень)
Парсинг: Beautiful Soup
Инструменты: uv, Pydantic v2, Loguru, httpx
- Портфолио: stefandev.ru
- GitHub: @JustStepan
- Email: [email protected]
- Telegram: @StefanDKO
💡 Открыт к интересным предложениям и сотрудничеству!
