Виктория Лапшина
Специалист по внедрению ИИ
на стыке бизнеса и технологии
на стыке бизнеса и технологии
О себе: системный переход в ИИ
Два профессиональных трека:
Два профессиональных трека:
- ИТ-бизнес (12 лет) — управление проектами, бюджетами, командами.
- Академическая среда (13 лет) — преподавание, научная работа.
Сейчас фокус — практическая работа с данными и ИИ.
В 2026 году завершила две программы профессиональной переподготовки: «Аналитик данных (Python)» (260 часов), «Специалист по внедрению ИИ» (256 часов).
Выход каждой программы — готовый проект с метриками, ограничениями и планом следующего шага:
- ИИ-ассистент контроля поручений в Nodul: 73 узла автоматизации, эффект — контроль с 10 часов в неделю до 5–10 минут в день, экономия ~4 млн ₽/год.
- Анализ рынка вина (Python): 20 000 записей, 31 страна — какие признаки имеют наибольшее влияние на рейтинг вина, составляемого специализированным журналом Wine Enthusiast.
Не останавливаюсь: прохожу годовой курс «ML-инженер» в Яндекс Практикуме.
В работе для меня главное: сначала метрика и проблема, потом инструмент. Ограничения решений описываю честно — так я понимаю, где ИИ действительно даёт эффект, а где достаточно простых правил.
Управленческий опыт в ИТ
- Оперативное управление коллективом 40+ человек: бюджеты, SLA/KPI, договоры
- Запуск новых направлений и процессов с нуля
- Управление расходами
- Тендеры, пресейлы
Академический бэкграунд
- Зав. кафедрой ИТ
- Руководство программами бакалавриата и магистратуры по бизнес-информатике
- Автор более 40 научных публикаций, 2 монографии
- Кандидат экономических наук
Внедрение ИИ
- LLM: промпты, JSON-парсинг, верификация
- Nodul: workflows, 73 узла
- AS-IS/TO-BE, RACI, Swimlane
- ROI, окупаемость, 152-ФЗ
Анализ данных
- Python: pandas, NumPy
- Визуализация: matplotlib, seaborn
- Гипотезы: scipy, statsmodels
- Регрессии: scikit-learn
- Облако тегов, nltk
Машинное обучение
- Первые ML-проекты — в ходе годового курса Яндекс Практикума
Достижения и признание
- Роспатент: авторское свидетельство на программу «Капитал Мониторинг» для ЭВМ
- Премия и диплом фонда В. Потанина
- Диплом Губернатора Челябинской области — за достижения в образовании
- Награды Диасофт: «Золотой байт» и знак за 10 лет безупречной работы
Проекты
Учебные проекты, оформленные как MVP: с метриками, ограничениями и следующим шагом
Задача - помочь интернет-магазину понять, что определяет цену и популярность вина. Обработала 20 000 записей: очистка, новые признаки, разведочный анализ, проверка гипотез двумя статистическими тестами. Ключевые выводы: 97% рынка - вина до $100, а рейтинг объясняет лишь 26% цены. Инструменты: Python, pandas, NumPy, matplotlib, seaborn, scipy, statsmodels, scikit-learn, NLTK, WordCloud.
Задача - избавить руководителя от ручного контроля поручений. Реализовала систему на связке Nodul + Google Workspace: 73 узла автоматизации закрывают 4 бизнес-сценария — постановка задач (включая извлечение из неструктурированных писем через LLM), обработка обратной связи, проактивные напоминания и автоматические отчёты. Результат: контроль - с 10 часов в неделю до 5–10 минут в день, потерянные поручения — с 20% до <2%. Инструменты: Nodul · Google Workspace · LLM · JavaScript.
Мой подход к внедрению ИИ:
- Сначала проблема и метрики, потом ИИНачинаю не с инструмента, а с хронометража: проект на Nodul стартовал с того, что ручной контроль стоил руководителю 2 часа в день.
- MVP для проверки гипотезыНе «большой проект на год», а пилот за недели: быстро проверить гипотезу и измерить эффект.
- ИИ извлекает - система верифицируетLLM извлекает сущности из текста, детерминированные узлы проверяют их по справочнику - защита от галлюцинаций модели.
- Считаю эффект и рискиУ каждого решения есть экономика: ROI, срок окупаемости, риски 152-ФЗ и план миграции.
- Документирую архитектуру и ограниченияРеестр дефектов, аудит-лог, честное описание границ решения.
Что я ищу?
Роли и команду, где усилюсь во внедрении ИИ с перспективой роста в ML-инженерию. Интересны задачи на стыке бизнеса и технологии: там, где нужен не просто исполнитель, а специалист с управленческим мышлением. Ищу среду, где внедрённые решения измеряются в деньгах и часах, а не в коммитах.
Роли и команду, где усилюсь во внедрении ИИ с перспективой роста в ML-инженерию. Интересны задачи на стыке бизнеса и технологии: там, где нужен не просто исполнитель, а специалист с управленческим мышлением. Ищу среду, где внедрённые решения измеряются в деньгах и часах, а не в коммитах.
Контакты
Готова обсудить, чем мой опыт будет полезен вашей команде!
© 2026 Виктория Лапшина · Аналитик данных и специалист по внедрению ИИ.
vikalap@yandex.ru
