Alexey Berezka
我把 AI 带进工业一线，也公开打造我自己的 AI。
在 Kyocera 的汽车与工业业务部门，我的工作是内部咨询加工程开发：先与一线员工访谈、梳理流程图，再选用最合适的 AI 工具，无论是 Microsoft 365 Copilot、Claude、OpenAI 还是其他。在此之前，我在 ZF 做了三年多安全关键的汽车软件，那里的代码只有确认可靠后才会交付。
我构建并在生产环境运行的 AI 系统
不是演示。这些系统全都每天运行在我自己的基础设施上。
JARVIS - 多智能体 AI 操作系统
DeepSignal - 自主 LLM 流水线
混合 RAG 知识系统
自托管 AI 基础设施与 MCP
网站设计与开发
从工厂车间到 AI 部署
Kyocera Automotive and Industrial Solutions
重点：内部咨询（流程分析与访谈、AI 工具评估、治理与推广落地），以及开发 Copilot 智能体和自动化流程。2026 年 5-9 月为工读生，2026 年 10 月起转为全职。
卡尔斯鲁厄理工学院
KIT HECTOR School 的在职硕士项目（90 ECTS，约 20 个月），这是 KIT 面向在职工程师的科技商学院。论文已于 2026 年 9 月提交，预计 2026 年 10 月获得学位。课程把工程深度（数字平台、AI、软件、安全）与管理广度（战略、决策、财务、创新）结合起来，专业方向为 Autonomous Robotics：智能制造与工业 4.0。它改变了我看待技术决策的方式：不是“技术上能做到什么”，而是“结合战略、能力与风险，什么才是正确的选择”。
ZF Pilsen
在受监管、安全关键的环境中为量产 ECU 交付嵌入式软件。通过自动化 HiL 测试流水线将验证周期缩短 25%。
Typhoon Research & Production Association
参与航空气象监测用测量系统的工作，所在环境受监管，文档必须准确无误。
Stream
构建客户细分预测模型和自动化报告流水线--消除了 40% 的分析师手工工作。
我使用的技术
大多数 AI 工作止步于 PPT。我把它落到日常工作中，并一直跟到它稳定运行。
我是 Alexey，在 Dietzenbach 的 Kyocera Automotive and Industrial Solutions 从事 AI 与数字化转型工作：2026 年 5-9 月为工读生（Werkstudent），2026 年 10 月起转为全职。工作的大部分是内部咨询：与一线员工交谈，梳理工作实际是怎么运转的，评估哪些 AI 工具合适，并协助制定 AI 的使用规则。然后动手开发：用最合适的 AI 工具，无论是 Microsoft 365 Copilot、Claude、OpenAI 还是其他，用在真正值得的地方。业余时间，我公开打造自己的 AI：一个把 Claude、OpenAI 和 Perplexity 连在一起的个人助理、交易信号的机器学习研究，以及这个网站。它们都运行在我自己的服务器上，每天如此。
在 KIT，我的硕士论文研究的是制造企业实际如何采用 AI：一个面向制造业中小企业、针对 AI 图像处理的决策模型，依据的是专家访谈和真实的决策标准，而不是厂商的宣传。论文已于 2026 年 9 月提交，预计 2026 年 10 月获得学位。这项研究让我对 AI 能做什么、不能做什么保持诚实。
在做 AI 之前，我在 ZF 写了三年多安全关键的汽车软件，更早之前做过航空测量系统和数据分析。在这些领域，东西在真实条件下站得住之前绝不交付。这也是我现在的标准：经得起生产环境考验的 AI，而不只是演示。离开屏幕，我不是在健身房，就是在路上，或者在做下一个实验，用四种语言（EN · RU · DE · CZ）。
让我保持敏锐的事
健身与自律--几乎每天训练。
摄影--我拍照并在 Instagram 上分享。
3D 打印与设计--实用打印件与我发布在 MakerWorld 上的 STL 模型。
语言--俄语、英语、德语和捷克语；下一个是意大利语。
一位能说两种语言的工程师
我站在机房与董事会之间。我能编写代码、加固基础设施、设计数据管道--再用通俗的商业语言向管理层解释：它要花多少钱、能带来什么回报、风险在哪里。我构建的 AI 立足于欧盟数据边界，把 GDPR 与 EU AI Act 视作设计约束，而非事后补丁。
给我写信
关于某个项目或文章的问题、想交流的想法，或者只是打个招呼都可以，表单会直接发到我的邮箱。我可以用英语、德语、俄语或捷克语回复。