Григорий Добряков — Head of AI Engineering

AI-Native Engineering Leadership

Подключить как MCP Связаться в LinkedIn
Head of AI Engineering

Григорий Добряков

Захожу в зрелые организации — чинить сломанное или собирать порядок из хаоса. В компании на 9 000 человек провёл ИИ от первого предложения до внедрения сверху вниз по всему бизнесу — логистика, производство, ритейл, финансы — пока он не заработал как отдельный департамент со своим руководителем. Подход прижился и работает без меня.

Строю системы, которые это делают, — из людей и агентов: ИИ забирает рутину, люди работают на уровне суждения. Кодить с ИИ сегодня умеет любой; дефицит в другом — сделать delivery- и управленческий слой AI-native, где выигрывается или теряется маржа. Эти системы я проектирую и запускаю сам, практикующим инженером.

Написать в LinkedIn Кейсы Курсы
Инженеров на AI-native SDLC, который я построил
~200
Систем в архитектуре
40+
Профилей с ML в production
199M+
От первого AI-предложения до отдельного AI-департамента
6–8 мес

Системы, которые я строю

Доказательство в двух направлениях: две AI-системы, которые я спроектировал и запустил в одиночку, и одна AI-практика, которую я масштабировал на компанию в 9 000 человек. Эти системы я строю руками — и добиваюсь, чтобы они приживались и держались в больших командах и бизнес-функциях.

AI-native delivery intelligence

Собрана в одиночку · проверена на живых пресейлах

Система держит всё состояние проекта с первого пресейл-звонка: каждый звонок, письмо, документ и обещание, сведённые воедино и сверенные. Взвешивает каждый факт по полномочиям того, кто его сказал; хранит provenance; сама подсвечивает противоречия, невыполненные обещания и зависшие вопросы — до того как они начинают стоить денег. Проверена на живых enterprise-пресейлах: до подписания поймала расхождение по численности команды, молча выпавшую скидку и несовпадение SLA.

ai-delivery.dobryakov.com →

Next Move Engine

Публичная · сама себя демонстрирует

AI-система, которая ведёт рыночную разведку и контент-операции целиком: читает сигналы, решает следующий ход, публикует. Та же инженерная дисциплина, только на виду — живая демонстрация того, что я строю.

nextmoveengine.com →

Внедрение AI по всей компании — Askona

9 000 человек · прижилось и осталось

За ~6–8 месяцев провёл AI от первого предложения до отдельного департамента с собственным руководителем, притянув его сверху через бизнес, а не проталкивая инженерам. Разошлось по большинству бизнес-функций за пределами IT — логистика, производство, ритейл, 1С, финансы — вплоть до того, что нетехнические люди сами строили себе инструменты. Доказательство, что эти подходы приживаются и держатся в больших командах и процессах — и переживают того, кто их запустил.

Кейс →

А ещё — мульти-модельный видео-пайплайн (персонаж, сцены, TTS, keyframes по whisper-таймингам, image-to-video, движение камеры) и production-контур агентов/MCP. Всё это — работающие системы в продакшене.

Кейсы

Метрики и результат в бизнес-языке. Полный разбор — на странице кейса.

Askona — AI-лидерство и enterprise-архитектура

$680M+ revenue · 20+ teams · 40+ systems · 15M customers

Event-driven архитектура, AI в production и enablement команд поверх multi-party integration layer.

Крупный системный интегратор — turnaround

1500+ employees · Enterprise wins · Predictable delivery restored

Восстановил предсказуемость delivery в проблемном B2B-департаменте, вышел на enterprise-аккаунты уровня Askona.

UMI.CMS/UMI.RU — от коробки к SaaS

Revenue +50% · 65k → 1M+ users · Weekly releases · 70+ test envs

Turnaround инженерной функции и владение продуктом при переходе на облачную модель.

PersonaClick — ML в масштабе

199M+ profiles · ML in production · Cashflow + retention

ML и предиктивная аналитика на 199M+ профилях, устранение инфраструктурных bottlenecks.

Внешние упоминания

СПИК-2012 · umi-cms.ru

Технический директор Юмисофт — доклад об организации разработки и тестирования на крупнейшей IT-конференции Северо-Запада (~2 000 участников)

Сергей Пименов · Facebook, май 2026

«Беседа Григория Добрякова и Сергея Пименова о том, как из вайбкодинга, агентных пайплайнов и AI-инструментов собрать рабочий контур»

Рекомендации

Отзывы коллег и руководителей — из моего профиля LinkedIn.

"Grigoriy consistently demonstrated exceptional technical leadership and deep expertise as an Enterprise Architect. He was one of the key drivers behind the adoption of event-driven architecture and microservices across Askona's IT landscape — pragmatic, collaborative, and always focused on the right solution for both business and technology."

Aleksander Zinger · Director-level IT Business Partner, Askona

"I highly recommend him as an exceptionally competent professional in Enterprise Architecture, Solution Architecture, AI-driven innovation, and technical leadership. He led the company's strategic AI initiative, driving the adoption of AI tools and practices across the organization."

Ilya Chernov · Head of PMO IT, Askona

"He showed himself as an excellent technical leader. He put the development process to a new level, and the best practices he taught the team significantly improved the quality of the product."

Anton Prusov · CTO at Varwin — reported to Grigoriy

Инженерные разборы

Показываю, как это устроено

Все разборы →

01 · Facebook · 105k просмотров

Book-as-context: архитектура по Таненбауму

«Сделай интеграцию с ERP» → FTP-обмен. Корень не в модели — в отсутствии предметной базы.

04 · GitHub · ★8 / 4 forks

Async MCP server с job queue

MCP-сервер, который не блокируется на долгих операциях: задача уходит в очередь, агент поллит результат.

09 · YouTube · 3 600 просмотров

Отправка в Kafka — это двухфазный коммит

«Отправил и забыл» — неверная ментальная модель. Dual write без outbox — отложенный инцидент.

07 · Governance

Cursor rules как governance

Когда вайб-кодят 10 человек, стандарты дрейфуют. Guardrail в toolchain, не на лекции.

Учебные курсы

Курсы

AI-Driven Development Lifecycle

Жизненный цикл разработки, переведённый на AI фаза за фазой — до предела, где человека нет нигде, включая менеджера проекта. Сквозной кейс — SaaS «Витрина».

Весь курс →

Enterprise AI Governance Architecture

Governance как control plane между бизнесом и моделями, а не политика в PDF: 10 плоскостей контроля. Сквозной кейс — банковский ассистент «Ковчег».

Весь курс →

AI Compliance: EU AI Act и мировой режим

Как читать регуляторный режим для ИИ и жить в нём: флагман — EU AI Act, плюс карта США, UK и Китая. Сквозной кейс — HR-tech SaaS «Компас».

Весь курс →
Live MCP server dobryakov-expert

Подключите меня как MCP к своему Claude/Codex

Обсудить проект хочется, а созвон устраивать неловко или некогда? Подключите MCP: поговорите «со мной» в чате или встройте в свой пайплайн. Обсуждаю сложные инженерные задачи — пишите.

Claude Codex Cursor Streamable HTTP 7 tools
Подключить Узнать что внутри
.mcp.json

https://mcp.dobryakov.net/mcp 

"dobryakov-expert": {
  "type": "http",
  "url": "https://mcp.dobryakov.net/mcp"
}

Для кого

Найдите свою роль — и напишите, если попадает.

CEO / Founder

Беру ownership всей инженерной функции (delivery + экономика), делаю AI операционной моделью, а не набором пилотов; освобождаю ваше время для стратегии.

CTO / VP Engineering

Один владелец на людей, AI-архитектуру и delivery вместо двух ролей; единая ответственность за production-исход.

Head of AI / VP AI

Перевожу AI-роадмап в инженерную практику: инициативы доходят до production, а не умирают в пилотах.

Chief Digital Officer

Синхронизирую бизнес-цели и инженерную реализацию, довожу портфель цифровизации до предсказуемого результата.

HR-директор / Head of Recruitment

Закрываю комбинированную роль (engineering leadership + AI-системная экспертиза) одним профилем; кандидат, которого легко защищать перед CTO и CEO.

Chief Architect

Встраиваю AI-практики без разрушения фундамента и неуправляемого AI-техдолга.

Экспертиза

AI как операционная модель — воспроизводимый операционный слой в трёх измерениях, а не точечные промпты. Стек: Anthropic Claude / MCP, RAG & agentic, Kafka / event-driven, AWS, ClickHouse / ELK, CI/CD — проектирую и веду. Первые 90 дней — сборка системы: связываю людей и агентов в одну модель с явными owner'ами, метриками и stop-критериями.

AI в SDLC

Воспроизводимый операционный слой: AI-assisted coding как командная практика, AI в тестах и ревью, eval как критерий релиза, observability решений модели.

Курс ADLC → · Инженерные разборы →

AI governance

Контроли GDPR / EU AI Act встроены в систему с рабочими пруфами: human-in-the-loop, egress-редакция PII, provenance и eval на релизе. Engineering-side conformance, не legal-роль.

Курс AI Governance → · Чек-лист → · Egress-gate →

AI в продукте и операциях

Production-ready RAG (не «PDF в вектор»), event-driven AI (LLM как consumer потока), агентные пайплайны под enterprise-ограничения. Живой пруф — Next Move Engine.

Next Move Engine → · Async MCP server →

Материалы

Единый хаб всех публичных материалов: блоги, видео, курсы, сообщество, проект и профили.

Блоги и статьи

Практические заметки про управление проектами, инженерный менеджмент, разработку и AI в delivery.

Видео и курсы

Публичные видео по engineering leadership, архитектуре и прикладной автоматизации.

  • • Выступления, интервью и видеокурсы: dobryakov.com/talks
  • • YouTube-канал IT Head: youtube.com/@IT-Head
  • • Курс по распределённым асинхронным системам: playlist
  • • Курс по автоматизации HR: playlist
  • • Интервью с ключевыми персонажами индустрии: playlist

Сообщество «Вступай!»

«ИИ глазами технического менеджера с 25+ годами опыта»: вакансии, AI-аналитика, практики оркестрации и внедрения LLM в SDLC.

Связаться

Обсуждаю сложные инженерные задачи — пишите в LinkedIn или на почту.

Просто интересно — подписывайтесь: Next Move Engine, GitHub, YouTube.

Связаться в LinkedIn Написать на почту