Евгений Д. JavaScript разработчик, Middle+

Стаж работы: 4 года, 9 месяцев.

Опыт работы в IT: 4+ года.

Обо мне Люблю работать в команде фронтендеров, глубоко погружаюсь в разрабатываемый продукт, интересуюсь бизнес-логикой, чтобы лучше его чувствовать. На досуге занимаюсь профессиональным саморазвитием. Не люблю часто менять место работы (видно из опыта работы). А чтобы избежать выгорания играю в настолки и активно провожу время на природе. Ответственность, опыт общения и обсуждения деталей проектов с заказчиками, умение работать в команде и самостоятельно, опыт быстрого погружения в незнакомые технологии, опыт менторства над стажерами и обучения стажеров фронтенд разработке на React до уровня junior. Основные навыки: React, Redux, Redux-saga, CSS/SCSS, CSS-in-Js, Vue, Typescript, JS, ES6, PHP, Yii2, MySql, Git, Confluence, Jira Дополнительно: Node, NestJs, Jest, React testing library, Webpack, Electron Опыт работы в Unix-окружении

Обо мне Аналитический склад ума, целеустремленный, внимательный к деталям. Хороший технический бэкграунд. Новые знания и опыт даются легко. Frontend-разработчик Специалист с 5-летним опытом работы и уверенными знаниями программирования, разработки интерфейсов и проектирования баз данных. Постоянно развиваюсь и оттачиваю профессиональные навыки. Способен быстро учиться и применять новые технологии. Ключевые навыки Frontend: HTML, CSS, JavaScript, React, Vue, JQuery, Three.js, Webpack, Jest, Storybook, TypeScript, Redux, MobX Backend: PHP, Node.js, Python, MySQL, RabbitMQ, Docker, NGINX

Ключевые навыки React Recoil Styled-components Redux PHP Nodejs API TypeScript Express RESTful API PostgreSQL MySQL MongoDB CI/CD Docker

К текущему моменту прошел практику в Центральном Банке РФ (экономический отдел), где занимался описанием и проектированием модели для прогнозирования инфляции по Сибирскому Федеральному Округу).

Data scientist с широким набором навыков в области анализа данных и машинного обучения. Ключевые компетенции включают регрессию, классификацию, кластеризацию, работу с деревьями решений, ансамблевыми моделями (включая Random Forest и градиентные бустинги), а также модели прогнозирования временных рядов. Опытен в области нейронных сетей и компьютерного зрения. В моем арсенале такие библиотеки, как NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, PyTorch, XGBoost, LightGBM, statsmodels и PySpark. Мой опыт также включает в себя разведывательный анализ данных, их предобработку и feature engineering. Успешно применял LLM и CNN в своих проектах. Помимо этого, есть опыт работы с инструментами, такими как SQL, Git, Bash, Docker, Streamlit и HuggingFace. Среди моих дополнительных навыков можно выделить A/B-тестирование и высокую способность к самообучению в процессе работы.