Каталог специалистов

Бэкенд разработчик с 3 годами коммерческого опыта в разработке backend-сервисов, включая B2C и B2B веб-платформы, рекомендательные системы и внутренние инструменты автоматизации. Сильные стороны — уверенное владение Python, Django, FastAPI, Celery, PostgreSQL и опыт построения микросервисной архитектуры с асинхронным стеком (asyncio, aiohttp), а также практические навыки в ML и деплое на VPS. Краткая информация: Разработал и поддерживал крупные веб-проекты на Django, включая коммерческие сайты calculate.ru proms.ru, а также внутренние платформы компании. Использовал Django 1.4–4.1, Django ORM, PostgreSQL и Celery для реализации устойчивых и масштабируемых решений; Создал автоматизированные скрипты и микросервисы с использованием FastAPI, aiohttp и asyncio, которые упростили рутинные задачи сотрудников, взаимодействовали с Telegram API и другими внешними сервисами. Это существенно ускорило внутренние процессы компании; Проектировал бизнес-логику и покрывал код unit-тестами — при разработке микросервисов с DRF, RabbitMQ, Celery и Docker обеспечивал чистую архитектуру, тестируемость и отладку с помощью Django Debug Toolbar и unittest; Разворачивал проекты на VPS и настраивал продакшен-окружение — выполнял полный цикл деплоя на Google и Yandex Cloud, а также настройка Nginx в качестве обратного прокси-сервера. Конфигурировал Nginx для балансировки нагрузки, обработки статических файлов, настройки HTTPS и проксирования запросов к backend-приложениям, что обеспечивало стабильную и безопасную работу сервисов в продакшене без привлечения DevOps-специалистов. Реализовал рекомендательную систему с нуля — применил алгоритмы SVD, градиентного спуска, библиотеки TensorFlow, Numpy, Implicit, FAISS. Написал backend на FastAPI с архитектурой микросервисов и связал с фронтендом на JS через Prisma Client и PostgreSQL.

▪ Data Scientist / Data Analyst 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. ▪ Коммуникабельность, мотивация и способность быстро вливаться в текущие процессы команды с целью достижения результатов.

Артур — специалист уровня Middle+ в области Data Science, работает в Москве. Имеет высшее образование по специальности «Метрология, стандартизация и сертификация», а также прошёл дополнительные курсы по Python, SQL и основам статистики на платформе Stepik. Обладает широким спектром навыков, включая машинное обучение, работу с большими данными, анализ данных и визуализацию. Владеет языками программирования Python, а также библиотеками и инструментами для работы с данными, такими как Pandas, NumPy, Scikit-learn, LightGBM, CatBoost. Имеет опыт работы с контейнерами Docker и оркестрацией Kubernetes. Имеет опыт работы на проектах в отраслях FinTech & Banking и E-commerce & Retail. Участвовал в разработке моделей машинного обучения для классификации обращений клиентов, построения рекомендательных систем, прогнозирования спроса и анализа данных A/B-тестов. Работал над проектами для компаний «М.Видео-Эльдорадо», «Автомаркет» и Sber, где реализовывал задачи по анализу данных, построению моделей машинного обучения и внедрению решений в продакшн.

▪ 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.