Евгений Кривошеев

Евгений принадлежит к числу самых уважаемых и влиятельных экспертов по архитектуре программных систем в российском ИТ-сообществе. Среди его клиентов компании из TOP-50 российского ИТ. Как консультант и тренер помогает крупным организациям строить эффективные, гибкие и устойчивые системы под реальные задачи бизнеса.

Архитектура для Евгения в первую очередь означает принятие самых рискованных инженерных решений и прототипирование критичных мест системы. Это осознанное проектирование вместо рисования квадратиков. Как принимать инженерные решения с учетом контекста. Как адресовать ключевые риски. Как не угробить архитектуру на старте, выбрав модную технологию вместо подходящей. Фокус всегда на здравом смысле и работе с реальными рисками, а мода технологий идет во вторую очередь.

За плечами годы практики архитектора в крупных коммерческих системах, преподавание Java и J2EE, BEA, IBM, параллельной разработки. На тренингах и в консультациях передает выстраданный опыт реальных проектов. Показывает, как типичные ошибки в проектировании (недооценка concurrency, масштаба, качественных атрибутов системы, несочетающиеся требования к надежности и скорости) убивают проекты, и как этого избежать в собственных решениях. Стиль жесткий и предметный, и именно поэтому к Евгению возвращаются за вторым тренингом.

Последние годы Евгений ведет глубокую практику на стыке корпоративной архитектуры и Large Language Models. Проектирует корпоративные AI-платформы и AI-Native системы на базе LLM, включая RAG (retrieval-augmented generation), AI-агенты и multi-agent системы, evaluation pipelines для оценки качества модели, слои safety и alignment. Знает, как интегрировать LLM в legacy-системы без хаоса, где разумно провести границу между решениями модели и решениями человека, как выстроить AI governance вокруг новой функциональности.

Отдельная тема Евгения связана с AI-Driven Decision Making в самой архитектурной работе. Использует LLM для trade-off анализа, оценки рисков, генерации Architecture Decision Records (ADR), моделирования сценариев нагрузки и отказов. Эту же практику передает корпоративным архитекторам и техническим лидерам клиентов, показывая, как использовать AI-инструменты в собственной работе над дизайном системы, не теряя инженерного критического мышления.

Еще одна ключевая тема Евгения связана с frontier architecture на базе LLM. Сюда входят построение и масштабирование гибридных human-AI систем, выстраивание data flywheels (когда продукт собирает данные, данные улучшают модель, модель улучшает продукт), observability и мониторинг для AI-функциональности. Евгений помогает крупным компаниям пройти путь от первых пилотов с LLM до устойчивой AI-Native архитектуры в продакшене.