AI-системы для production
О Славе Дуброве
Production AI-системы, оценка, безопасность и циклы обратной связи, которые их улучшают.
Я Слава Дубров — официально д-р Вячеслав Дубров* — Staff AI System Engineer, работающий с software engineering, агентными системами, оценкой, retrieval, безопасностью и production-инфраструктурой.
Сейчас я работаю в octonomy AI над production-системами AI и программным обеспечением. До этого в HubSpot я руководил работой над Context Layer — инфраструктурой retrieval, grounding и memory, — а затем работал над Agent Execution: деплоем LLM, файн-тюнингом, оценкой, безопасностью и runtime. Всё это объединяет один вопрос: что происходит после того, как многообещающий результат модели встречается с реальной системой.
Работа, на которой основана эта точка зрения
Мой путь прошёл от систем ранжирования и борьбы с мошенничеством до retrieval-инфраструктуры и production-агентов.
Избранный опыт
- HubSpot — Context Layer и Agent Execution. Я отвечал за архитектуру уровня Staff и техническое руководство в областях retrieval, grounding, memory, развёртывания LLM, fine-tuning, evaluation, безопасности и runtime.
- Wayfair — обнаружение мошенничества и скама, embeddings. Я создавал и возглавлял разработку систем, связанных с ежегодной экономией около 4 млн долларов.
- OLX — рекомендации и поисковое ранжирование. Я работал над системами ранжирования и рекомендаций в масштабе маркетплейса.
Публичные подтверждения
- Work связывает инженерные утверждения со статьями, исходным кодом, результатами и ограничениями.
- Labs собирает воспроизводимые артефакты, которые можно запустить локально.
- Edge of Context содержит подробные инженерные материалы, включая серию из шести частей Engineering the Agentic Stack.
Исследования и выступления
У меня есть степень кандидата технических наук (российская докторская степень, эквивалент PhD), полученная в Южном федеральном университете за исследования в области AI-диагностики, а также рецензируемые публикации и патенты. Я также провёл семестр докторского исследования по мехатронике в TU Ilmenau по стипендии DAAD Lomonosov.
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 runtime.
Инженерные принципы
- Сделать поведение наблюдаемым, прежде чем делать его автономным.
- Отдавать предпочтение состоянию среды и результатам, а не правдоподобным финальным ответам.
- Каждому дополнительному компоненту harness нужно доказать свою ценность с помощью абляции.
- Не связывать оценщиков, политику безопасности и право на выпуск с оптимизатором.
- Сохранять неудачные эксперименты как доказательства.
- Использовать самый дешёвый уровень исправления, который устраняет реальный сбой.
Компетенции
| Возможности системы | Рабочие области |
|---|---|
| Агентные системы | циклы reasoning, память, интерфейсы инструментов, runtime, harness, observability |
| Оценка и обеспечение | оценка по трейсам, регрессионные наборы, guardrails, разрешения, проверки безопасности |
| Retrieval и контекст | семантический и гибридный retrieval, реранкинг, grounding, сжатие контекста |
| Model engineering | файн-тюнинг, LoRA/QLoRA, serving, квантизация, структурированная генерация |
| Production-инфраструктура | AWS, GCP, Kubernetes, batch-, streaming- и real-time ML-системы |
Другие площадки
Профессиональный опыт представлен в LinkedIn. Исходный код и воспроизводимые артефакты находятся на GitHub. Новые эссе также выходят в Substack.
* Кандидат технических наук (российская докторская степень, эквивалент PhD), Южный федеральный университет, Ростов-на-Дону, 2015 год.