Вова Захаров

Фракционный, hands-on CTO для AI-native разработки

vzakharov@gmail.com · vovazakharov.com

.pdf

Профиль

158 дней, 250 000 строк продакшн-TypeScript, ничего из этого не написано руками, до 20 одновременно работающих агентов и деплой в продакшн каждые 2,4 дня — на живом продукте, который всё это время оставался в эксплуатации у своих пользователей. Инженерная платформа, которую я для этого построил, пережила моё участие: сегодня на ней работают три инженера, и она переезжает в их новые проекты закоммиченным бойлерплейтом.

С 2020 года большая часть моей работы связана с LLM и генерацией изображений, до этого много лет были эксперименты с меньшими нейросетями. Это значит, что я не покупаю и не продаю баззворды, понимаю вещи на уровень или два глубже большинства, и у меня развита интуиция относительно того, что модели могут и что они не могут. Чего во мне нет — так это функции комплаенса и управления штатом: это масштаб основателя и небольшой команды, где я веду разработку, а не оргструктуру.

Что я предлагаю

Форматы работы

  • Идея → продакшн: ваша идея в руках реальных пользователей за один-два месяца, собранная так, как её потом придётся поддерживать, а не как демо на выброс.
  • Архитектура и фундамент: спроектированная система и поставленный фундамент — выбранные фреймворк и платформа, структура и её конвенции — для команды, которая будет писать фичи сама.
  • Ваша команда на агентских рельсах: архитектура, поэтапный конвейер и гейт перед пушем, которые позволяют толпе агентов писать код, не расшатывая структуру, — настраиваю на вашей кодовой базе и передаю как закоммиченную процедуру, а не как совет. Такая передача уже состоялась однажды, и принявшие платформу инженеры унесли её в собственные проекты.
  • Спасение и диагностика: прототип, который навайбкодили в тупик, и агент, который делает не то, что вы ожидали, — обычно это одна и та же покупка.
  • Постоянное техническое суждение: build-vs-buy и прямой ответ на вопрос, чего модели всё ещё не умеют.

Инженерная система

  • Feature-sliced-архитектура, закреплённая линтерами, чтобы толпа одновременно работающих агентов не расшатала структуру.
  • Поэтапный конвейер — план, реализация, ревью, финализация — каждый этап отдельной сессией, с проверяемыми артефактами между ними.
  • Гигиена веток, удерживаемая внутри сессии: гейт параллельных проверок перед каждым пушем, включая продакшн-сборку, чтобы ни один агент не занёс в main код, который её ломает.
  • CI/CD под ваши процессы — деплой каждого коммита из main, релизные циклы через staging или релизные поезда.

ИИ-экспертиза

Я склоняюсь к более «экономной» парадигме использования ИИ: меньшие промпты, больше осознания ограничений контекста, меньше «давайте скормим всё, и как-нибудь заработает!» Моя экспертиза предшествует хайп-циклу ChatGPT, что означает, что я понимаю не только API, но и лежащие в основе паттерны и ограничения, которые большинство «ИИ-инженеров» всё ещё открывают для себя.

Стиль работы

Я из тех разработчиков, которых можно оставить почти без присмотра. У меня достаточно жизненного опыта, чтобы разбираться в вещах самому, достаточно воображения, чтобы заполнить пустоты, и менталитет «относиться к любой работе, как к собственному детищу».

Другими словами: удивительно неприхотливый LLM-экспериментатор с пристрастием к TypeScript, готовый прототипировать, отлаживать или проверять ваши ИИ-амбиции.

Читать разбор (англ.)Читать разбор (англ.): vovazakharov.com/case-studies/playgram

Опыт

Fractional CTO

Playgram (март – август 2026)

Читать разбор (англ.)Читать разбор (англ.): vovazakharov.com/case-studies/playgram

Перенёс работающую многофункциональную платформу AI-чатов — несколько провайдеров и моделей, командные чаты в реальном времени, библиотеки изображений и файлов, память и управление знаниями, голосовой ввод — с no-code-конструктора Bubble в продакшн-кодовую базу на Next.js 16, не выводя продукт из эксплуатации.

Сделано за 158 дней — параллельные AI-сессии, до 20 одновременно работающих агентов:

  • 1 395 коммитов в main и 250 000 строк продакшн-TypeScript, ничего из этого не написано руками.
  • 48 релизов и 18 хотфиксов: деплой в продакшн каждые 2,4 дня.
  • Холодная загрузка меньше секунды вместо нескольких секунд.
  • Feature-sliced-архитектура, закреплённая линтерами, чтобы толпа агентов не расшатала структуру.
  • Воспроизводимый конвейер для агентов: план, реализация, ревью, финализация — каждый этап отдельной сессией, с проверяемым артефактом между ними.

Next.js 16, Railway + Supabase, feature-sliced design

Senior Fullstack-разработчик

Октябрь 2025 – Февраль 2026

Приложение для изучения английского языка для детей, сочетающее генеративный ИИ с проверенной педагогической методологией для увлекательного и эффективного изучения языка.

  • Интерактивные игры на основе контента, сгенерированного LLM.
  • Адаптивная сложность и персонализация на основе индивидуального прогресса.
  • Интеграция проверенных методов обучения с современными ИИ-возможностями.

Next.js, OpenAI API, custom game engine

Senior Fullstack-разработчик

Orcool (Июнь – Август 2025)

Краткосрочный проект по созданию инструмента анализа отзывов на основе ИИ-агентов для бренд-маркетинга.

Построил систему от начала до конца, включая:

  • Автоматизированный сбор отзывов из различных публичных источников.
  • ИИ-суммаризация со структурированными выводами (SWOT, конкурентное позиционирование, инсайты о функциях).
  • Ранние шаги продуктивизации в сторону масштабируемой SaaS-платформы.

Next.js/NestJS, Cloudflare Workers, Firebase, custom LLM orchestration framework

Fullstack-разработчик

randddb.com / DDB (2023 – 2025)

Экспериментальная ИИ-платформа в одной из крупнейших рекламных компаний мира. Построил, от бэкенда до фронтенда, набор взаимосвязанных ИИ-инструментов:

  • Чатбот: Ассистент в стиле ChatGPT для корпоративных нужд — безопасный, с доступом к корпоративной документации, поддержки обработки изображений, ИИ-персон и многопользовательской работы в реальном времени.
  • Robowriter: Инструмент для создания собственных агентов для генерации контента. Функционирует как пользовательский продукт и мета-бэкенд.
  • Picmaker: Инструмент генерации/обучения изображений на базе Replicate с UX, оптимизированным для быстрой итерации.
  • Клиентские приложения: Включая YesYouCannes, который создаёт презентации для «Каннских Львов» (международный конкурс рекламы).
  • Spaces: White-label мини-платформы для клиентов агентства (например, IKEA).

Django + PostgreSQL, Vue + TypeScript

Демо доступно по запросу.

Разработчик – Независимые проекты

2020 – Настоящее время

Избранные примеры:

  • Jukebox Web UI: UI на базе Gradio, работающий внутри Google Colab для музыкальной модели OpenAI.
  • almostmagic: TypeScript-пакет для мгновенной интеграции LLM – одна строка, ноль церемоний.
  • JobGenie: ИИ-ассистент для соискателей, который помогает не только подавать заявки на существующие вакансии, но и придумывать новые роли.
  • Flows: Django-приложение для оркестрации асинхронных пайплайнов задач с минимальными церемониями.
  • Unfindables: Эксперимент по обнаружению ценного, но труднообнаружимого веб-контента через абсурдные поисковые запросы.

Прототипист – Опыт и инновации

Voicemod (2023)

Создавал прототипы инструментов для экспериментов с аудио + AI.

  • Построил фреймворк Discord-бота для создания ботов без кода.
  • Разработал локальный веб-API на основе Python с интерфейсом в стиле ChatGPT.

Технологический стек

Бэкенд

  • Django / FastAPI – Если вы полагаетесь на свои собственные ML-модели или требуете вычислений/библиотек, которые пока ещё недоступны в мире JavaScript
  • Next.js API – Если вы в основном используете чужие веб-API и не хотите усложнять всё доменно-ориентированным подходом
  • NestJS – Если вы хотите усложнить всё доменно-ориентированным подходом

Фронтенд

  • Next.js / React – Если вы хотите всё делать «как у всех»
  • Nuxt / Vue – Если вы чувствуете себя прогрессивно и SFC-ишно

Serverless / Прочее

  • Cloudflare Workers – Потому что почему бы не полагаться на то, что останавливает весь интернет несколько раз в год?
  • Google Colab — Хлебнул свою долю горя и радости, создавая и тестируя модели
  • Gradio – Могу делать быстрые, но мощные UI для ML-экспериментов

Образование

Московский физико-технический институт

Магистр прикладной математики и физики (2000 – 2006)

Контакты

vzakharov@gmail.com·github.com/vzakharov·linkedin.com/in/vovahimself·x.com/vovahimself