System onlineСофія, Болгарія · AI-інженер · Мультиагентні системи · RAG · Автоматизація

Проєктую,запускаютасупроводжуюпродакшнAI-системи—самостійно,відідеїдоексплуатації.

Два роки продакшн-досвіду в digital-агенції: мультиагентні LLM-пайплайни, RAG по мільйонах документів та AI-продукти, за які платить реальний бізнес. Кожна система нижче — жива або demo-ready, зібрана від і до однією людиною.

Дивитися кейси↓Зв'язатися

продакшн AI-систем

180k+

рядків коду — соло

1.5M+

векторних чанків

800+

автотестів

particle.engine // morph ×4

13-агентний LangGraph-пайплайн у проді✦1,54 млн векторних чанків · агентний RAG✦2–4 години пресейлу → 3 хвилини✦висвітлено національними медіа✦€3,700+ прямої виручки з клієнтів✦800+ автотестів✦76k рядків коду соло за 2,5 місяця✦LLM-as-judge · QA-гейти · захист фактів✦

[01]

Вибрані кейси

Сім продакшн-систем. Кожна метрика нижче — реальна та перевірювана.

https://scout.netpeak.dev

76k

рядків коду за 2,5 місяця

488

комітів, соло

інструментів агента

10s

замість 30–60 хв вручну

У проді · 20+ щоденних користувачівберезень 2026 — зараз

Netpeak Scout

Єдиний архітектор і розробник — внутрішній AI co-pilot для аналітики

AI co-pilot для аналітики для 20+ проджект-менеджерів у Netpeak Bulgaria. PM-и запитують природною болгарською, російською чи англійською — Scout відповідає за ~10 секунд реальними цифрами з посиланнями на джерела з GA4, Search Console, Google/Meta/TikTok Ads, Gmail, Drive та бази знань кожного проєкту.

Проблема

PM-и витрачали 30–60 хвилин на кожне запитання клієнта, перемикаючись між п'ятьма консолями та збираючи звіти вручну.

▸Агентний роутер: LLM обирає з 19 модулів-інструментів — тренд, діагностика, порівняння, KB Q&A, генерація листів, звіти
▸RAG база знань на pgvector + self-hosted bge-m3: файли, Google Drive, Gmail і повідомлення Telegram-груп
▸Шар верифікації LLM-as-judge (Claude Haiku) звіряє кожну відповідь із отриманими даними
▸Сповіщення про аномалії, ранкові дайджести, NL місячні звіти, дзеркальний Telegram-бот — усе на одному VPS за €15/місяць

PythonFastAPIpgvectorRedis/arqReact 19OpenRouterClaudeGA4/GSC/Ads APIsHetzner

Відкрити↗

lead-agent · internal

3 min

замість 2–4 годин вручну

$0.20

витрат API на лід

агентів у пайплайні

файлів тестів

У проді · використовується відділом продажівлютий — травень 2026

Netpeak Lead Agent

Єдиний розробник — presales-пайплайн із 13 агентів на LangGraph

Продавець вставляє сирий вхідний лід — за 3 хвилини отримує готову пропозицію болгарською: дослідження компанії, аудит сайту, SEO-дані ринку, прогноз бюджету, підібрані послуги та запитання для підготовки до зустрічі. 13 агентів, оркестрованих за допомогою LangGraph, з QA-контролем ще до того, як результат побачить людина.

Проблема

Presales-дослідження з'їдало 2–4 години часу сеньйор-продавця на кожен лід.

▸6 research-агентів працюють паралельно: веб-дослідження Perplexity, аудитор сайту, Serpstat SEO, PageSpeed, Meta Ads, доступність для AI-ботів
▸RAG-матчер підбирає послуги з внутрішньої бази знань (Qdrant); Opus пише, агент-коректор тримає QA-контроль зі score ≥ 0.72
▸Resilience-first: збій одного агента ніколи не вбиває пайплайн — часткові результати з graceful degradation
▸SSE-прогрес у реальному часі, PDF-експорт, чатбот для кожної пропозиції, адмін-панель із гарячою заміною промптів і моделей для кожного агента

PythonLangGraphFastAPIQdrantNext.js 16PostgreSQLDocker ComposeClaude Opus/SonnetPerplexity

discover · internal

фільтрів відповідності

$0.06

за статтю

168

автотестів

3 wk

специфікація → продакшн

У проді · приносить дохідтравень — червень 2026

Discover Compliance Bot

Єдиний технічний власник — перший AI-продукт, який агенція продає зовнішньому клієнту

AI-лінтер і рерайтер для одного з провідних новинних видавців Болгарії. Перевіряє кожну статтю за чек-листом відповідності Google Discover із 13 фільтрів, а потім переписує порушення, дослівно зберігаючи кожну цитату, названі джерела та числа — guardrail, який робить AI безпечним для ньюзруму.

Проблема

Трафік із Google Discover є екзистенційним для видавців; ручний чек-лист із 13 фільтрів застосовувався повільно й непослідовно.

▸Спершу детермінований YAML rule engine ($0, <50ms), потім аналізатор Haiku, далі rewriter Sonnet — маршрутизація моделей за ціновими рівнями, ~$0.06–0.12/стаття
▸Post-hoc guardrail перевіряє, що цитати, джерела й числа пережили рерайт дослівно
▸Bulk-режим: ZIP/CSV на вході → ZIP + зведення на виході, відновлюваний стан на SQLite, пропускна здатність ~100 статей/день
▸168 тестів із повністю замоканим LLM-шаром, mypy --strict, подвійний деплой (VPS + Vercel) — 3 тижні від специфікації до продакшну

PythonFastAPIClaude Haiku/SonnetYAML rule engineNext.js 15SQLiteDockerHetznerPlaywright

https://dabulgaria.bg/programa/chat/

3,310

сторінок в індексі

409

профілів кандидатів

згадок у національних медіа

~$0

витрат на інфраструктуру

У продакшені · публічнийберезень — травень 2026

Виборчий чатбот національної партії

Створено від початку до кінця — висвітлено національними медіа

Публічний AI-асистент болгарської партії «Да, България» під час парламентських виборів у квітні 2026, вбудований в офіційний сайт партії. Виборці питають усе про програму та 409 кандидатів — відповіді ґрунтуються виключно на офіційних матеріалах із пронумерованими посиланнями на джерела. Висвітлено mediapool.bg, offnews.bg та clubz.bg.

Проблема

Програму на 2,000+ сторінок ніхто не читає; одна галюцинована відповідь у політичному контексті стає новиною.

▸Гібридний RAG: BM25 (FTS5) + векторний пошук, поєднані через Reciprocal Rank Fusion, потім rerank від Cohere — усе всередині вбудованої бази даних SQLite
▸Трюк без інфраструктури: 59 МБ векторна БД їде всередині serverless-бандла Vercel — без хостингу векторного сховища, майже нульова вартість під час піків медіатрафіку
▸Захист від prompt-injection, стійке до спуфінгу обмеження запитів, 24-годинний кеш відповідей, плавна деградація на кожному шарі пошуку
▸Витримав увагу національних медіа та ворожих публічних користувачів; плюс пошук виборчої дільниці в офіційному державному реєстрі ГРАО

Node.jsSQLite + sqlite-vec + FTS5Gemini FlashCohere rerankVercel serverlessPlaywright

Відкрити↗

https://belobradova-toolkit.vercel.app/chat

1.54M

векторних чанків

26k

оброблених документів

1997→

охоплення стенограм

ручних операцій від запуску

У продакшені · публічнийтравень — червень 2026

RAG із законодавства для офісу депутата

Створено самостійно за 2,5 тижні — повністю автономний нічний пайплайн

Публічний AI-асистент по всьому корпусу болгарського законодавства: усі громадські обговорення з 2008 року, пленарні стенограми з 1997 року, законопроєкти, засідання комітетів — 1,54 млн векторних чанків. Створений для офісу болгарського депутата; оновлюється щоночі без участі людини.

Проблема

Законодавчі дані розкидані по двох незручних державних порталах, значна частина — скани PDF без текстового шару.

▸Агентний RAG: дешевий LLM-планувальник обирає з-поміж 7 спеціалізованих для корпусу інструментів пошуку і сам послаблює власні фільтри за порожніх результатів
▸Детермінована страхувальна мережа працює паралельно з агентом — відповіді ніколи не залежать лише від планувальника
▸OCR-донаповнення: 515 із 733 законопроєктів відновлено зі сканів за допомогою Tesseract, щоночі
▸Нічний eval-харнес: 6 золотих питань проганяються по продакшені, регресії видно наступного ранку; ембединг усього корпусу ≈ 1 цент

Next.js 15TypeScriptpgvectorOpenRouterVercel AI SDKTesseract OCRPlaywrightHetzner

Відкрити↗

skuptura · internal

€4.9k

виручки з клієнтів

3,395

описів здано

516

тест-функцій

~90%

валова маржа

У проді · €4,900+ виручкигрудень 2025 — зараз

SKUptura — AI-платформа контенту

Архітектор і оператор — платна клієнтська робота, multi-tenant

Продакшн-платформа контенту, що перетворює SKU + URL на досліджену, перевірену на факти SEO-сторінку товару — масштабно, напряму в ERP і Google Sheets клієнта. 3,395 описів, доставлених болгарським e-commerce клієнтам 4 мовами; пайплайн нових клієнтів активний.

Проблема

Тисячі SKU без описів; ручний копірайтинг — це години на товар, а наївний LLM вигадує ваги, склади та медичні твердження.

▸3-етапний пайплайн: дослідник (Perplexity Sonar) → автор (Gemini) → коректор, з промптами та базами знань під кожного клієнта
▸Шар проти фабрикації: пост-скрабер вичищає вигадані характеристики; агент-критик перевіряє вивід як покупець; контрольні суми GTIN, виявлення ветеринарних товарів, оцінка впевненості
▸8 задокументованих фаз клієнтського фідбеку; собівартість тексту ≈ €0.14 за ціни €1–2
▸516 тест-функцій; React-адмінка; рушій збагачення фідів постачальників із таксономією на 222 категорії

PythonFastAPILangChainPerplexityGeminiReact 19Google Sheets APInopCommerceDocker

parliament · internal

34k

рядків коду за 3 тижні

217

засідань розшифровано

250

депутатів

файлів тестів

Demo-ready · 34k рядків коду за 3 тижніквітень — травень 2026

Parliament Tracker

Найглибший end-to-end проєкт: скрейпінг → Whisper → діаризація → RAG

Civic-tech система, що робить роботу комітетів парламенту Болгарії доступною для пошуку: Python-воркер скрейпить комітети, транскрибує відео засідань через Whisper, атрибутує мовлення конкретним депутатам через діаризацію + LLM, вкладає все у pgvector — а Next.js-дашборд видає стенограми, сповіщення за темами та RAG-чат із цитатами.

Проблема

Справжня законодавча робота відбувається в комітетах — а публікується як сирі відео та розрізнені PDF, без пошуку та стенограм.

▸Повний ML-пайплайн соло: транскрипція faster-whisper, діаризація спікерів, LLM-атрибуція з лімітами вартості на сесію та кешуванням за cluster-hash
▸Гібридний retrieval (BM25 + pgvector ANN з RRF), що живить болгарський RAG-чат із заблокованим системним промптом та гідратацією цитат
▸Реальні дані: 6 комітетів, 217 засідань, 250 депутатів, 3,146 сегментів стенограм
▸Зібраний через задокументований воркфлоу паралельної AI-розробки з 3 агентами та контрактами зон відповідальності — 181 коміт за 3 тижні

Next.js 16PrismapgvectorPython 3.12faster-whisperCeleryClaude APIDockerMinIO

[02]

Більше проєктів

У проді↗

Netpeak AI-консультант

Публічний чатбот-консультант з маркетингу + вбудовуваний віджет одним скриптом. RAG на pgvector, інструментарій аналізу сайту, збір лідів. 105 сесій і SQL-кваліфіковані ліди за перші 10 днів. Включно з порятунком у проді: міграція мертвої managed-БД на self-hosted pgvector без жодної зміни клієнтського коду.

Next.js 16pgvectorClaudeVite widget

Внутрішній інструмент

MSA Compliance Auditor

Попередньо перевіряє будь-який сайт за 102 пунктами відповідності Microsoft Ads до відкриття рекламного акаунта. Перехресна верифікація двома моделями: Claude і GPT-4o аналізують паралельно — FAIL будь-якої з них перемагає, розбіжність іде на ручну перевірку. 73 коміти за 6 днів.

Next.js 16PrismaClaude + GPT-4oRDAP/WHOIS

У проді

Telegram-бот аналітики

Версія 1, що виросла у Scout: вільне багатомовне запитання → валідований JSON-інтент → живі дані GA4/GSC → відповідь людською мовою. Узагальнено на другого платного клієнта за один день без жодних змін у коді — конфіг і systemd-юніт.

Pythonaiogram 3GA4/GSC APIClaude

Кейс-стаді↗

Creative-Intelligence пайплайн

115 креативів Meta Ads класифіковано GPT-4o Vision, змагально переоцінено Claude Sonnet, узгодженість моделей виміряно каппою Коена, кластеризовано у 6 патернів — плюс модель юніт-економіки воронки та живий прототип. 11 ролей агентів, 7 HITL-чекпоінтів, $3.13 загальних витрат на API.

GPT-4o VisionClaudeApifyPython

AI для редакції

Рушій редакційного стилю

Клонує стиль письма професійної журналістки з зібраного корпусу статей у машиночитану стайл-карту, потім генерує та редагує новини в цьому стилі — із жорстким валідатором фактів, що відхиляє будь-яку правку AI, яка зачіпає імена, дати, числа чи цитати.

PythonGemini 2.5 ProTelegram Bot

У проді · за 3 дні↗

Пошук виборчої дільниці

Особистий сайт + загальнонаціональний пошук виборчої дільниці для публічної персони — за 3 дні до піку кампанії. Реверс-інжиніринг недокументованого держсервісу в чисту каскадну форму адреси; headless WordPress блог з автоімпортом через n8n.

Next.js 16Headless WPGRAO APIVercel

2025–2026

Витягання даних (20 задач)

~20 задач скрейпінгу та витягання даних для клієнтів агентства по 15+ болгарських e-commerce і медіа-сайтах: товарні фіди, карти канонічних URL, редакційний аудит на 9,100 рядків. Playwright, Selenium, LLM-збагачення, відновлювані прогони, обхід блокувань.

PythonPlaywrightSeleniumPerplexity API

2025

Набір автоматизацій n8n

З чого все почалося: self-hosted n8n оркестратор, що відстежує виконання задач по 60 клієнтських проєктах для CEO, генерація SEO-статей GPT-4 з брифів у Sheets, автоматичні звіти Search Console. Передісторія всіх систем вище.

n8nDockerGPT-4Google APIs

[03]

Як я доставляю так швидко

AI-асистована розробка — це мій виробничий метод, а не зрізання кутів. Архітектура та кожне інтеграційне рішення — мої; агенти примножують руки, а guardrail-и тримають результат чесним.

Мультиагентні робочі процеси

Parliament Tracker зібрали 3 паралельні AI-агенти з задокументованими зонами відповідальності; creative-intelligence пайплайн працював з 11 ролями агентів і 7 human-in-the-loop чекпоінтами. Я проєктую процес, агенти виконують, я верифікую.

Guardrail-и замість довіри

LLM-as-judge верифікація у Scout, QA-гейт коректора в Lead Agent, дослівне збереження фактів у комплаєнс-боті, перехресна перевірка двома моделями в аудиторі. Жоден вивід LLM не доходить до користувача без перевірки.

Інженерія собівартості

Маршрутизація «спершу дешевша модель», векторні БД усередині serverless-бандлів, кеші відповідей, rate limits. $0.20 за прогін 13-агентного пайплайна; ≈1 цент за ембединг корпусу з 1,5 млн чанків; VPS за €15/місяць на 20+ користувачів.

Тести — або цього не було

800+ автотестів по портфоліо: pytest із замоканим LLM-шаром, Playwright e2e, mypy --strict, нічні eval-прогони золотих питань проти продакшну.

[04]

Два роки, одна траєкторія

квіт 2024

Приєднався до Netpeak Bulgaria

Виконавчий асистент CEO — фінансові операції, юридичні документи, організація подій, дослідження по компаніях групи.

2025

Автоматизував власну роботу

Self-hosted n8n: трекер статусів по 60 проєктах для CEO, генерація SEO-контенту GPT-4, автозвіти клієнтам. Потім ~20 завдань скрейпінгу для клієнтів агенції.

груд 2025

Перша AI-виручка

SKUptura здає першу платну партію AI-описів. Пайплайн виростає в multi-tenant платформу з €4,900+ виручки до середини 2026.

бер 2026

Продакшн-спринт

Чотири живі системи за чотири місяці: Scout (76k рядків коду), 13-агентний Lead Agent, виборчий чатбот у національних медіа, публічний бот-консультант.

трав 2026

AI-продукти, за які платять клієнти

Discover Compliance Bot стає першим AI-продуктом, який агенція продає зовнішньому виданню. Belobradova Toolkit здає RAG по законодавству на 1,54 млн чанків за 2,5 тижня. Parliament Tracker: 34k рядків коду за 3 тижні.

[05]

Стек

AI / LLM

LangGraphLangChainRAG (pgvector, Qdrant, sqlite-vec)Hybrid retrieval + RRF + rerankLLM-as-judgePrompt engineeringClaude APIOpenAI APIGemini APIOpenRouterPerplexity APIWhisperEmbeddings (bge-m3, e5, OpenAI)

Бекенд

PythonFastAPIasyncioPostgreSQLpgvectorRedisSQLitePydanticREST APIsJWT/OAuth2SSE streaming

Фронтенд

TypeScriptNext.jsReact 19Tailwind CSSViteEmbeddable widgets

Інфра і Ops

Docker ComposeHetzner VPSsystemdNginx/CaddyVercelSupabaseMinIO/S3SentryGitHub

Автоматизація та дані

n8nMake.comZapierPlaywrightSeleniumWeb scrapingGoogle APIs (GA4, GSC, Ads, Drive, Gmail, Sheets)Meta Ads APITelegram botsOCR (Tesseract)

Якість

pytestPlaywright e2eVitestmypy --strictGolden-question evalsMocked-LLM test layers

[06]

Про мене

Мені 20, живу в Софії. Прийшов у Netpeak Bulgaria асистентом керівника і перетворив цю роль на AI-інженерію: спершу автоматизував власні обов'язки за допомогою n8n, потім будував внутрішні AI-продукти агенції, а далі — продукти, за які платять клієнти.

Поза роботою веду технічну частину болгарсько-українського медіапроєкту спільноти — виростив його Facebook з 4,000 до 26,000 підписників, опублікував 3,000+ статей через AI-пайплайн перекладу, а наші OSINT-розслідування показувало Болгарське національне телебачення та згадували в болгарському Парламенті. Також зібрав €10,000+ на благодійність через організовані заходи.

Мови: українська та російська (рідні), англійська (upper-intermediate), болгарська (intermediate). Зараз навчаюсь у магістратурі з CS у Neoversity.

Збудуймо щось разом

Відкритий до ролей AI Engineer / AI Automation — Софія або remote.

або просто напиши мені → makokakovich@gmail.com

LinkedIn ↗GitHub ↗Telegram ↗CV (PDF) ↗