Алексей Л. Data инженер, Senior

Дата-Инженер с опытом работы более 6 лет. Моя цель в работе - стремление добиваться результатов, превосходящих чьи либо ожидания. Я понимаю важность соответствия моей работы конкретным требованиям каждого клиента и умею создавать эффективные стратегии, соответствующие потребностям. Я всегда ищу идеальное решение для всех задач каждого клиента. Языки программирования Python, SQL, Java. Инженерия данных Apache Hadoop, HDFS, Apache Hive, Apache Spark, PySpark, Apache Airflow, dbt, Snowflake. Облачные сервисы Yandex Cloud(DataLens, Object Storage, Compute Cloud, Data Proc, Cloud Functions, Managed Service for PostgreSQL). Базы данных ClickHouse, MS SQL, PostgreSQL, MongoDB, Redis. Брокеры сообщений Kafka. Data Science Pandas, NumPy. Визуализация данных Power BI, Tableau. Бэкенд Spring (MVC, Boot, Security, Data), FastAPI. Моделирование данных Многомерное Моделирование (Схема «Звезда», Схема «Снежинка»), Моделирование Сущность-Связь (ER), Нормализация / Денормализация, Data Vault 2.0. DevOps Docker, Docker Compose, Bash scripting, Kubernetes. Системы контроля версий Git, Bitbucket, GitHub.

Дата-инженер с опытом работы более 5 лет. Языки программирования Python, SQL. Инженерия данных HDFS, Apache Hadoop, Apache Hive, Apache Spark, PySpark, Apache Airflow. Облачные технологии Yandex Cloud (Object Storage, Compute Cloud, Data Proc, Virtual Machines, Managed Kubernetes, IAM, Cloud Functions, Managed Service for PostgreSQL). Базы данных PostgreSQL, ClickHouse, Greenplum, MongoDB, Elasticsearch, MS SQL, Redis. Брокеры сообщений Apache Kafka. Анализ данных Pandas, NumPy. Визуализация данных Power BI, Kibana. Бэкенд FastAPI, Flask. Моделирование данных Многомерное Моделирование (Схема «Звезда», Схема «Снежинка»), Моделирование Сущность-Связь (ER), Медальонная Архитектура, Data Vault, Нормализация / Денормализация. DevOps Docker, Docker Compose, Kubernetes, Bash scripting. Системы контроля версий Git, GitHub, Bitbucket.

Дата инженер / Системный Аналитик с опытом работы более 5 лет. Я являюсь опытным специалистом, которому нравится создавать новаторские и эффективные решения. У меня обширный опыт в разработке и глубокое понимание современных технологий. Проактивный командный игрок с отличными навыками коммуникации, способен быстро осваивать новые технологии и методологии. Ставлю требования бизнеса на первое место. Независимо от того, работаю я самостоятельно или в составе команды, моя цель – достигать результатов, которые превосходят ожидания и способствуют успеху бизнеса. Языки программирования Python, SQL. Инженерия данных Apache Hadoop, HDFS, Apache Spark, PySpark, Apache Airflow. Облачные технологии Yandex Cloud (DataLens, Object Storage, Virtual Machines, Data Proc, Cloud Functions, Managed Kubernetes, Managed Service for PostgreSQL, KMS, IAM, Monitoring). Базы данных PostgreSQL, Greenplum, Oracle, ClickHouse, MongoDB, Redis. Брокеры сообщений Apache Kafka. Data Science Pandas, NumPy. Моделирование данных Многомерное Моделирование (Схема «Звезда»,, Схема «Снежинка»,), Сущность-Связь (ER) Моделирование, Нормализация / Денормализация, Data Vault 2.0. DevOps Docker, Docker Compose, Kubernetes, Bash скриптинг. Системы контроля версий Git, GitLab, GitHub.

Меня зовут Кирилл, я дата-инженер с опытом работы более трех лет, и я убежден, что мои навыки и знания станут ценным дополнением к вашей команде. Моя экспертиза охватывает разработку и оптимизацию ETL/ELT-процессов, работу с большими данными и внедрение эффективных решений для аналитики, что позволяет мне успешно справляться с задачами в сложных распределенных системах. В проекте биллинговой системы я разрабатывал ETL-пайплайны с использованием Apache Spark, настраивал мониторинг производительности кластеров Greenplum и Hadoop, а также внедрял автоматизированные проверки кода, что повысило эффективность обработки данных. В банковском проекте я создавал OLAP-кубы, оптимизировал SQL-запросы и интегрировал аналитические системы, обеспечивая надежность и высокую производительность инфраструктуры. Мой технологический стек включает Python, SQL, Apache Spark, Airflow, Greenplum, Kubernetes и другие современные инструменты, что позволяет мне гибко подходить к решению задач. Мои сильные стороны — это глубокое понимание оптимизации данных, автоматизация процессов и разработка масштабируемых решений. Я уверен, что мой опыт поможет ускорить выполнение ваших задач, оптимизировать инфраструктуру и внедрить передовые инструменты.

Здравствуйте, меня зовут Владимир. Я — дата-инженер с более чем трёхлетним опытом, специализирующийся на построении надёжных и масштабируемых аналитических систем. За это время мне удалось реализовать решения, превращающие разрозненные массивы кликов, транзакций и событий в полноценные платформы, помогающие бизнесу принимать обоснованные решения и увеличивать доход. В рамках своей работы я проектировал архитектуру хранилищ данных на Greenplum и ClickHouse, разрабатывал отказоустойчивые ETL-процессы с использованием Apache Spark и PySpark, эффективно обрабатывал большие объёмы данных в Hadoop и HDFS, а также оптимизировал SQL-запросы до высокопроизводительных значений. Я обладаю опытом интеграции Apache Airflow с различными системами, включая написание собственных операторов, и умею выстраивать CI/CD-процессы, обеспечивая стабильную и безопасную поставку кода. Также я активно участвовал в настройке и сопровождении среды на базе Docker и Kubernetes, с особым вниманием к качеству кода, тестированию и документации.

Дарья — опытный IT-специалист, специализирующийся на QA авто. Она обладает широким набором навыков, включая работу с Postman, Python, Selenium, Docker, Kibana, Elastic, TeamCity, Bitbucket, Jmeter и другими инструментами. Также есть опыт руководства QA командой на двух проектах. Дарья имеет опыт работы в проектах RnD и FinTech & Banking. В её портфолио — участие в разработке десктопных и мобильных версий сайтов дистрибьютора автомобильных аксессуаров, банка и других проектов. На каждом из них она занимала ведущие позиции: проектировала вместе с бекенд-разработчиками, автоматизировала проверку задач в спринте, настраивала CI pipeline для автотестов с Docker. Её проекты были связаны с интеграцией с платёжными системами, эквайрингом и АБС, а также с работой с подами, логами в OpenShift, Kibana, Elastic, TeamCity.

Системный анализ, ручное тестирование. Технологии Аналитика: Jira, Confluence, draw.io, miro, User Stories, Use Cases, BPMN, Figma, Adobe DC, OpenAPI Specification, Postman, JSON, DBeaver, Swagger. QA: Charles Proxy, Postman, TestRail, Git, FireBase, Crashlytics, тест-кейсы, чек-листы, Swagger. Ручное тестирование: мобильные приложения (iOS/Android), Веб-приложения API

Технологии/фреймворки, которые использовал: - Spring, в частности core, web, data, security, boot; - JDBC, JPA (Hibernate) - WebSocket - JavaFX - Multithreading - SQL - JSP, Servlets 3.0 - JUnit, Mockito - Tomcat - React.js - Javascript, Typescript, React js - небольшой опыт работы с thymeleaf

Валерий — опытный специалист по Data Science с навыками работы в области машинного обучения, аналитики и моделирования. Обладает глубоким пониманием алгоритмов и инструментов, таких как Python, SQL, Apache AirFlow, XGBoost, LightGBM и другие. Валерий успешно работал на проектах в различных отраслях, включая логистику, финансы, электронную коммерцию, телекоммуникации и медиа. На каждом проекте он выполнял широкий спектр задач, связанных с анализом данных, машинным обучением, разработкой и внедрением моделей, а также общением с бизнесом и менторством младших специалистов. Опыт Валерия включает работу в качестве ведущего специалиста по машинному обучению и аналитике в компании KazanExpress, где он внедрил инструменты А/В анализа, создал матрицу компетенций для performance review сотрудников и разработал систему рекомендаций товаров. Также он работал старшим специалистом по машинному обучению в Альфа-Банке, где внедрил рекомендательную систему партнёров клиентам банка и систему повышенного кэшбэка. В X5 Group Валерий занимался предсказанием суммарных трат клиентов и внедрял рекомендательную систему категорий товаров в продуктовом ритейле. Кроме того, он реализовал рекомендательную систему в мобильном приложении Мегафона и строил прогнозные модели для Upgrade и Upsell. Также Валерий имеет опыт преподавания на платформе GeekBrains, где проводил лекции и семинары по Python и анализу данных. Дополнительное образование - BigData Team, bigdatateam.org. Практический курс по большим данным, 2020 - Построение выводов по данным, Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2020 - Прикладные задачи анализа данных Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2020 - How to Win a Data Science Competition: Learn from Top Kagglers Coursera (ВШЭ), Advanced Machine Learning Specialization, 2019 - Обучение на размеченных данных, Coursera (Яндекс и МФТИ), специализация «Машинное обучение и анализ данных», 2019 - Математика