Каталог специалистов

Тахир — опытный Java-разработчик уровня Middle+. Он обладает широким спектром навыков, включая работу с AWS SQS, AWS EC2, GitLab, IntelliJ IDEA, Spring Cloud, Liquibase и другими инструментами. Тахир имеет опыт разработки современного программного обеспечения для цифровых банковских систем с нуля, а также разработки ПО для технологий 5G. В рамках этих проектов он занимался разработкой рабочих мест для платформы Camunda и CRM, интеграцией внешних сервисов, обеспечением планирования и оценки, обновлением документов Swagger и OpenAPI. Кроме того, Тахир самостоятельно разработал проект для обработки списка пользователей из CSV-файла. Для этого проекта он использовал Spring Boot, Spring Batch и Maven.

Радик — опытный специалист в области разработки BI. Он обладает навыками работы с Power BI, Python, Qlik, QlikView, QlikSense, Apache AirFlow и другими инструментами. В компании DODO BRANDS Радик занимался CVM аналитикой, строил дашборды на Superset и оценивал эффекты A/B тестов. В «Билайн» он разрабатывал дашборды и подключал их к различным источникам данных. А в АК БАРС БАНКе настраивал ETL-процессы с SQL SERVERа с помощью Python. 1. Знание продуктов QlikTech (QlikView, QlikSense, NPrinting): QlikSense: в Билайне, создал 6 дашбордов полный цикл создания (тз, визуал, документирование, автоматизация) с применением html. Nprinting 1 кейс, автоматическая отчётность в excel и рассылка. Qlikview в процессе изучения. Был только удаленный доступ, где некоторое время грузил и смотрел таблицы , т.к. там было немного удобнее смотреть структуру данных из 1C. 2. Знание архитектуры BI-приложений (модели данных, кубы): Да, при каждом создании дашбордов создавал собственные модели данных на базе Qlik sense, а также слои данных. 3. Подвинутый пользователь GIT: Использовал в Додо. 4. Знание REST API, JSON, XML: Rest API получал данные с помощью python в Билайн, Jason распарсивал данные в таблицах в Додо, тоже с помощью python. XML не было опыта, но теоретически знаю. 5. Знание Python да, выгрузка, обработка, запись данных. Построение различных ML моделей, Визуализация seaborn, plotly , folium для геоданных, оценка эффектов, алгоритмы, функции. 6. Да, был опыт инкрементального накопления данных в QlikSense. 7. Знание, что такое ODBC и OLEDB: Да, использовал только на python доступа для данным, и в Qlik для доступа, были готовые коннекторы. Активно ищу позицию разработчика BI именно на Qlik Sense. Прошел курс на Udemy для себя создания сайта на Django, с CRM системой и ботом в телеграм. Опыт есть, на каждый дашборд составляли паспорт дашборда отдельно для пользователей, отдельно для разработчиков с комментированием скриптов.

- Опытный аналитик данных с большим опытом работы в области сбора, анализа и интерпретации данных для принятия бизнес-решений - Владеет навыками составления SQL-запросов - Умеет работать с базами данных и извлекать информацию - Владеет навыками визуализации данных и составления отчетов, обеспечивая четкую передачу результатов заинтересованным сторонам - Имеет опыт работы с ETL-процессами и принципами организации данных - Сотрудничающий командный игрок с опытои работы в Confluence и Jira для развития команды - Знаком с различными базами данных, включая T-SQL, PostgreSQL, Oracle, Teradata, GreenPlum, MS SQL, SQL Developer, ArenadataDB и Azure SQL Database

Профессиональный опыт: 14+ лет опыта в тестировании ПО (автоматизированное, функциональное, интеграционное, исследовательское и т. д.); Сильная экспертиза (12+ лет) в тестировании web-приложений и web-сайтов; Автоматизация тестирования (8+ лет): Python, Selenium WebDriver, Robot Framework, pytest, REST, splinter, Playwright; 9+ лет опыта в управлении тестированием (команда от 2 до 5 человек, планирование и распределение задач, наём и обучение сотрудников); Составление тестовой документации (тест-план, наборы тестов, отчёты о тестировании, анализ и детализация требований, wiki); Технологии и инструменты:  Протоколы и интерфейсы: HTTP, REST;  Вёрстка и форматы: DOM, XPath, JSON, HTML, CSS;  Web-отладчики: Chrome Developer Tools;  Системы контроля версий: Git, GitHub, Gitlab, Bitbucket;  Автоматизация: Python, Selenium, pytest, Robot Framework, splinter, Playwright, Allure, Locust;  CI/CD: Github Actions, Jenkins, Gitlab-CI  Базы данных: MySQL, PostgreSQL, Oracle;  Инструменты: Postman, curl, JMeter;  Баг-трекер: Jira, TFS, HP Quality Center, Redmine, Unfuddle;  Управление тестами: TestRail, TFS, TestLink, Redmine;  Другое: Mac, Linux, Windows, English (B2+).

▪ Data Scientist с опытом работы c более чем 5 летним опытом в области анализа данных и машинного обучения в различных отраслях, включая банковское дело, финансовые услуги, e-commerce и стартапах. ▪ Применение передовых методов анализа данных и машинного обучения для глубокого анализа текущих данных и процессов, оптимизации операций и извлечения ценных инсайтов, а также их адаптации к бизнес-потребностям. ▪ Разработка и проектирование систем разной сложности в соответствии с техническими требованиями и задачами, включая высокоэффективные, высоконагруженные и масштабируемые микросервисные приложения. ▪ Глубокий анализ существующих решений, их улучшение и адаптация к требованиям бизнес-процессов. ▪ Опыт работы с облачными сервисами (Sber Cloud, Azure) и настройкой CI/CD процессов (Gitlab, Jenkins). ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов.

● Python ● Разработка ETL/ELT-пайплайнов ● Умение писать многоразовый код ● Опыт работы с инструментами DevOps ● Экспертное знание SQL ● Разработка пайплайна данных ● Обработка больших данных ● Управление облачными сервисами ● Практики DevOps/MLOps

5 лет опыта в проектировании, разработке и оптимизации масштабируемых дата-пайплайнов и архитектур в облачных средах (Azure, AWS); Опыт работы с колоночными СУБД (ClickHouse) и распределенными SQL-движками; Глубокие знания PySpark, Airflow, Databricks и SQL, опыт построения отказоустойчивых и производительных систем обработки данных; Оптимизация CI/CD процессов для data-инженерных решений, обеспечение высокой доступности и качества данных; Навыки диагностики узких мест, выявления причин сбоев в обработке данных и внедрения эффективных решений для повышения стабильности и производительности; Опыт работы в международных проектах различного масштаба и состава (Германия, США, Нидерланды, Литва, ЮАР).

Михаил — опытный DevOps-инженер с 13-летним опытом работы в различных проектах. Он обладает глубокими знаниями и навыками в области автоматизации, настройки и сопровождения инфраструктуры, а также разработки внутренних CI/CD решений. Специалист имеет обширный опыт работы с сервисом S3, Linux. Михаил участвовал в нескольких масштабных проектах по миграции приложений, настройке сетевого оборудования и разработке внутренних решений для автоматизации процессов. В его портфолио есть проекты по созданию и поддержке обширной внутренней инфраструктуры на on-prem hardware с виртуализацией, установке, настройке и сопровождению различного сетевого оборудования и серверов для интернет-провайдера, а также по внедрению новых сервисов. В своих проектах Михаил занимался автоматизацией deployment, улучшением различных микросервисных приложений в AWS и EKS, поддержкой и автоматизацией релизов микросервисного решения для организации видеоконференций, развитием, поддержкой и автоматизацией обширной внутренней инфраструктуры. Также он работал над созданием и поддержкой CD/CD pipelines, установкой и настройкой локального docker registry, внедрением Ansible и Tower, виртуализацией VMware и Xen. Кроме того, Михаил имеет опыт в настройке мониторинга Kubernetes, создании и поддержке on-prem Kubernetes кластеров, администрировании MySQL и PostgreSQL, установке и настройке ELK стека для мониторинга.

Игорь — senior data engineer из Минска. Обладает опытом работы в проектах для сфер FinTech & Banking, Telecom и RnD. Игорь участвовал в создании Data Lake и построении нового DWH в Greenplum с последующей миграцией текущего он-прем DWH (Oracle) в ООО «Данелекс». Занимался разработкой и внедрением ETL-конвейеров, подготовкой технической документации, профилированием данных и анализом требований заказчика. В другом проекте для ООО «Данелекс» создавал новое хранилище данных в Azure с использованием исходных систем (CRM и биллинг) и последующей миграцией текущего DWH с Oracle на Azure. Разрабатывал и внедрял ETL-конвейеры, создавал модели данных в SAP PowerDesigner, проводил технические интервью. Для компании «ЭПАМ Системз» работал над проектом по обеспечению поддержки текущего бизнеса клиента. Собирал и анализировал требования заказчика, готовил и поддерживал ETL-процессы, создавал комплект документов, проводил тесты, проверял код и планировал конвейеры и потоки данных. Также в роли developer занимался отслеживанием деятельности, связанной с научными исследованиями и затратами на образование в белорусском офисе «ЭПАМ Системз». Работал с flat файлами и проводил анализ данных, писал скрипты и создавал отчёты.

5 лет коммерческого опыта на стеке Scala. Участвовал в проектах: • на Scala разрабатывал платформу для поиска Лидов для отдела продаж. Клиенты данной платформы: Европа, США, Индия, Австралия, Сингапур, Индия. • Charity Bank - простой краудсорсинговый веб-сайт, написанный на Django • Система распознавания лиц - веб-приложение, позволяющее компаниям интегрировать распознавание лиц в своем офисе с помощью камеры • Визуализация прогноза выборов в США с использованием множественного регрессионного анализа (C++, R)

BI-разработчик / Дата аналитик с 4+ годами опыта. Чтобы сделать проект высокого уровня, я ориентируюсь на результат, а не на процесс. Благодаря такому подходу я декомпозирую сложные, длительные задачи на короткие спринты. Я готова выслушать требования, задать вопросы и предложить свои идеи по их улучшению. Языки программирования Python, SQL. BI и визуализация данных Apache Superset, Yandex DataLens, Matplotlib, Seaborn. Data Science Pandas, Numpy. Облачные технологии Azure(Data Factory, Data Lake, Synapse, Cosmos DB, DataBricks, SQL Azure, etc.), GCP(Compute Engine, BigQuery, BigTable, Cloud Functions, Cloud Storage, etc). Data Modeling Dimensional Modeling (Star схема, Snowflake схема), Entity-Relationship (ER) Modeling, Data Vault Modeling, Нормализация / Денормализация. Базы данных PostgreSQL, MySQL, Clickhouse, Redis. Маркетинг Google Analytics, Yandex Metrics. Системы контроля версий Git, Github, Bitbucket. Домены Электронная коммерция, Музыкальный магазин Достижения SQL оптимизация Проведены проверки кода SQL для обеспечения соблюдения стандартов кодирования и выявления возможностей оптимизации, что привело к снижению скорости кода SQL на 20 % и повышению удобства сопровождения рабочих процессов обработки данных. Оптимизация дашбордов Интегрирование расширенных средств визуализации, такие как тепловые карты, древовидные карты и расширенные диаграммы, в информационные панели для выявления скрытых тенденций и закономерностей в данных, что позволяет принимать решения и повысить операционную эффективность на 20%.

Специалист по анализу данных / Инженер по машинному обучению с опытом работы более 3-х лет. Специалист по анализу данных, специализирующийся на дата-центрированных проектах. Умение выявлять бизнес-проблемы и решать их с использованием различных подходов обработки и анализа данных, подтвержденное на практике. Умение работать со полным жизненным циклом проектов машинного обучения: от сбора данных до развертывания обученных решений. Области специализации: обработка естественного языка, модели прогнозирования и компьютерное зрение. Языки программирования Python. Технологии программирования GeoPy. Наука о данных Pandas, Matplotlib, Numpy, Seaborn, Plotly, PowerBI. Машинное обучение Scikit-learn, Hyperopt, kmodes, UMAP, Prophet, Boruta, LightGBM, XGBoost. Глубокое обучение PyTorch, NVIDIA NGC. Компьютерное зрение Tesseract OCR. Обработка естественного языка Hugging Face, AllenNLP, Gensim, NLTK. MLOps MLFlow, Neptune. Инженерия данных pache Airflow, Apache Spark, PySpark. Облачные технологии AWS(Lambda, SageMaker, S3, EC2, ECR, EKS, CloudWatch и т. д.), Azure(VMs, ML, Databricks, Blob Storage, DataFactory). Базы данных PostgreSQL, MySQL, Redis. DevOps Docker, Docker Compose, Kubernetes(k8s). Системы контроля версий Git, Github. Достижения Помощник по юридическим документам Разработал систему для предложения пользователям структуры документов и автодополнения текстовых предложений в типовых юридических контрактах, использующую модели на архитектуре transformer. Настройка инфраструктуры AWS Настроил инфраструктуру AWS для мониторинга моделей и метрик на этапе экспериментирования, что позволило сделать процесс разработки более удобным и эффективным, а также ускорило развертывание моделей машинного обучения. Настройка обработки данных Разработал конвейеры ETL с Azure Databricks и Apache Spark для эффективной интеграции данных из разных источников в центральное хранилище для дальнейшего использования в аналитической платформе.

Глубокие знания хранилищ данных и архитектуры приложений. Опыт выполнения сложных задач по миграции данных, как локально, так и в облачных платформах. Управление данными, обеспечение качества данных, DevOps, SRE и поддержка данных в локальных и облачных платформах. Профессиональные навыки в наиболее популярных технологиях взаимодействия, включая SOA, событийную архитектуру, брокеры сообщений, веб-сервисы и микросервисы. Обладаю хорошими навыками презентации и общения, умею эффективно переводить задачи между бизнесом и техническими командами.

- Senior Data Engineer с более чем 7-летним опытом работы, включая опыт создания платформ и конвейеров данных - Имеет знание и опыт моделирования DWH - Имеет практический опыт работы с коммерческими инструментами ETL - Обладает сильным опытом работы с данными - Имеет навыки работы с облачными сервисами AWS/MS Azure. - Активный, ответственный и открытый человек, готовый учиться и делиться приобретенными знаниями с коллегами, способный работать как самостоятельно, так и в команде.

5 лет в создании AI, высшее техническое образование. Опыт в нишах AdTech, FinTech, Телеком, Искусства. Проекты управления рекламными кампаниями, прогнозирования оттока клиентов, в Big Data, в банковских рисках.