ИМ
Илья М.
Мужчина, 25 лет
Россия, Москва, UTC+3
Ставка
3 376,62 Р/час
НДС не облагается
Специалист доступен с 3 июля 2025 г.
Добавьте подходящих специалистов в список и оформите заявку для предварительного бронирования времени специалистов. После оформления заявки ваш персональный менеджер организует прохождение всех необходимых проверок с вами и каждым кандидатом из заявки. Специалист привлекается к проекту только после окончательного подтверждения его выхода с вашей стороны.
Подробнее
О специалисте
Специализация
Golang разработчик
Грейд
Навыки
Отрасли
Знание языков
Английский — B2
Главное о специалисте
Golang-разработчик с опытом работы на проектах в сфере Marketing, Advertising & Design.
Участвовал в разработке и оптимизации RTB-аукциона Adtech. Занимался проектированием и разработкой горизонтально масштабируемых микросервисов на Go, оптимизацией взаимодействия сервисов через gRPC и REST API, внедрением Kafka для обработки событий, балансировки нагрузки и интеграции с внешними рекламными платформами.
Работал над проектом HRM платформы — автоматизированной системы подбора интервьюеров для проведения технических собеседований. Внедрил механизм асинхронной обработки заявок через Kafka, разработал гибкую API (gRPC + REST) для взаимодействия с другими HR-инструментами, настроил механизмы ретраев и дедупликации при нестабильном соединении с внешними API.
Принимал участие в создании парсера событий и ставок. Разработал микросервисную архитектуру парсера на Go, обеспечивающую отказоустойчивость, внедрил многоуровневую систему кеширования (Redis), настроил гибкую API для взаимодействия с внешними сервисами.
Проекты
(4 года 10 месяцев)
RTB аукцион Adtech
Роль
Go Developer
Обязанности
Команда: 6 backend разработчиков.
Проект: Разработка и оптимизация RTB-аукциона для автоматической торговли рекламными слотами, обслуживающего до 10K запросов в секунду в пике. Основной упор делался на производительность системы, снижение задержек и оптимизацию бизнес-логики аукциона.
Задачи:
Разработка и масштабирование микросервисной архитектуры.Проектирование и разработка горизонтально масштабируемых микросервисов на Go.Оптимизация взаимодействия сервисов через gRPC и REST API.
Разработка конвейерной обработки данных для минимизации задержек.
Обработка событий и асинхронные процессы.Внедрение Kafka для обработки событий, балансировки нагрузки и интеграции с внешними рекламными платформами.
Разработка идемпотентной обработки сообщений в Kafka, предотвращающей дублирование данных.
Настройка ретраев и дедупликации сообщений в брокере Kafka.
Оптимизация производительности и latency.Профилирование и оптимизация критичных маршрутов аукциона для снижения задержек на 50+ мс.Разработка и внедрение кеширования с использованием Redis для ускорения обработки ставок. Анализ и улучшение SQL-запросов в PostgreSQL для работы с большими объёмами данных.
Интеграция с внешними сервисами.Разработка адаптеров для внешних DSP (Demand-Side Platforms) через gRPC и REST API.
Внедрение WebSockets для взаимодействия с real-time компонентами платформы.
Использование gRPC Gateway для обеспечения совместимости между gRPC и REST API.
Обеспечение отказоустойчивости и мониторинга
Разработка сервиса сбора runtime-метрик для мониторинга CPU, RAM, утечек ресурсов.
Внедрение Prometheus и Grafana для сбора и визуализации метрик.
Логирование и трассировка запросов с ELK (Elasticsearch, Logstash, Kibana).
Аутентификация, авторизация и безопасность.Внедрение Keycloak для централизованного управления аутентификацией и Single Sign-On (SSO).
Разработка и настройка ролевой модели доступа для микросервисов. Использование PASETO вместо JWT для повышения безопасности токенов. Реализация OWASP Security Best Practices для защиты API.
CI/CD и автоматизация процессов.Настройка GitLab CI/CD для автоматизированных деплоев и тестирования.
Автоматизация инфраструктуры с Docker, Kubernetes, Helm.
Работал с сетевыми протоколами TCP/IP, HTTP, DNS при конфигурации сервисов в Docker и Kubernetes. Использовал SSH для доступа к staging-серверу. Документация и управление задачами велись через Confluence и Jira.
Разработка юнит- и интеграционных тестов с Testify, GoMock, JMeter.
Внедрение GraphQL для агрегации данных из микросервисов, связанных с кликами, показами и ставками. Разработка схемы для удобной выборки статистики по рекламным событиям
Достижения
Снизил задержки на критичных маршрутах аукциона, повысив эффективность размещения рекламы.
Разработал систему мониторинга runtime-метрик, улучшив диагностику и реакцию на аномалии.
Настроил Keycloak для централизованного управления доступом, повысив безопасность системы.
Оптимизировал работу с Kafka, устранив дублирование сообщений и повысив стабильность потоков данных.
Стек специалиста на проекте
gateway, Grafana, golangci-lint, GraphQL, AWS, WebSockets, ClickHouse, gomock, Keycloak, Go, MongoDB, JMeter, Redis, Prometheus, gRPC, Testify, Gorilla, Docker Compose, Docker, REST API, owasp, PostgreSQL, paket, Apache Kafka
Отрасль проекта
Marketing, Advertising & Design
Период работы
Май 2023 - По настоящее время
(2 года 3 месяца)
HRM платформа
Роль
Go Developer
Обязанности
Команда: 4 backend разработчик, 2 frontend разработчика
Проект: Автоматизированная система подбора интервьюеров для проведения технических собеседований. Система позволяла снизить нагрузку на HR-отдел за счёт автоматической логики распределения интервьюеров и кандидатов с избежанием конфликтов в графике.
Задачи:
Проектирование и разработка микросервисов на Go для автоматического распределения интервьюеров.
Реализация алгоритма распределения кандидатов с учетом расписания, приоритетов и занятости интервьюеров.
Внедрение механизма асинхронной обработки заявок через Kafka для масштабируемости.
Оптимизация SQL-запросов в PostgreSQL, чтобы ускорить обработку больших объемов заявок.
Использование Redis для кеширования часто запрашиваемых данных о кандидатах.
Разработка гибкой API (gRPC + REST) для взаимодействия с другими HR-инструментами.
Использовал RabbitMQ для асинхронного взаимодействия сервисов, Jaeger и Tempo для распределённого трейсинга, Loki и Grafana для агрегации и визуализации логов.
Подключение системы к устаревшим API HR-платформ из Германии.
Разработка прослойки для трансформации данных (JSON ⇄ XML) для корректной передачи данных.
Настройка механизмов ретраев и дедупликации при нестабильном соединении с внешними API.
Внедрение логирования всех ошибок и попыток повторной отправки данных в ELK (Elasticsearch, Logstash, Kibana).
Оптимизация взаимодействия с удаленными API через gRPC, что позволило снизить время отклика запросов на 30%.
Настройка CI/CD пайплайнов в GitLab, автоматизирующих тестирование и деплой.
Контейнеризация микросервисов в Docker с последующим деплоем в Kubernetes.
Автоматизация деплоя с использованием Helm и Terraform.
Оптимизация GitLab CI/CD, что сократило время развертывания новых версий сервиса с 15 до 5 минут.
Настройка метрик производительности и мониторинга через Prometheus и Grafana.
Разработка системы алертов, отслеживающей аномалии в загрузке сервисов.
Внедрение логирования через ELK (Elasticsearch, Logstash, Kibana) для централизованного хранения логов.
Разработка health-check endpoints, которые позволили сократить время на диагностику сбоев в продакшене.
Интеграция OAuth2 для аутентификации пользователей через Google и корпоративные системы.
Настройка ролевой модели доступа, позволяющей HR-менеджерам управлять кандидатами, а интервьюерам — только просматривать расписание.
Автоматизация анализа уязвимостей кода с помощью SonarQube.
Реализация защиты API по best practices OWASP, в том числе механизмов rate limiting и CORS.
Разработка WebSockets API (gorilla/websocket) для отображения обновлений расписания в реальном времени.
Оптимизация работы API, снизив время отклика на 25%.
Улучшение обработки bulk-запросов, что сократило нагрузку на базу данных.
Достижения
Разработал микросервис распределения интервьюеров, снизив время обработки заявок на 40%.
Оптимизировал интеграцию с устаревшими API, устранив несовместимость форматов данных.
Автоматизировал деплой сервисов, повысив стабильность обновлений и отказоустойчивость системы.
Стек специалиста на проекте
ELK, Grafana, Elasticsearch, Go, Kibana, Redis, Prometheus, gRPC, Terraform, Helm, Logstash, OAuth 2.0, GCP, Gorilla, GitLab CI/CD, REST API, SonarCube, PostgreSQL, Kubernetes, Apache Kafka
Отрасль проекта
Marketing, Advertising & Design
Период работы
Июль 2021 - Апрель 2023
(1 год 10 месяцев)
Парсер событий и ставок
Роль
Backend разработчик
Обязанности
Команда: 2 backend-разработчика Middle разработчик
Проект: Парсер собирает с сайтов референсов все данные линий событий (спорт, чемпионат, счет, название и фото команда, события и их коэффициенты).
Исследование исходящих запросов на получение матчей сайтов референсов.
Задачи:
Разработка микросервисной архитектуры парсера на Go, обеспечивающей отказоустойчивость.
Проектирование многоуровневой системы кеширования (Redis) для снижения нагрузки на базу данных.
Внедрение Kafka для обработки потоков данных с сайтов-референсов.
Настройка гибкой API (REST + gRPC) для взаимодействия с внешними сервисами.
Оптимизация работы парсера под горизонтальное масштабирование (несколько инстансов).
Анализ исходящих запросов сайтов-референсов для получения данных матчей и коэффициентов.
Разработка механизма обхода анти-бот-защиты, включая:
Динамическое изменение User-Agent и заголовков запроса.
Использование прокси-серверов для распределения трафика.
Имитация поведения реального пользователя с помощью Chromedp.
Оптимизация парсинга JSON и HTML-страниц для быстрого извлечения нужных данных.
Реализация механизма автоматического обновления коэффициентов ставок в реальном времени.
Внедрение отслеживания изменений коэффициентов с записью истории изменений в PostgreSQL.
Разработка механизма фильтрации и валидации данных перед сохранением в базу.
Разработка алгоритма обработки купонов ставок по популярным группам событий.
Оптимизация механизмов расчета кросс-коэффициентов на основе динамики изменений.
Внедрение автоматического обновления и удаления старых данных при смене коэффициентов.
Разработка API для анализа ставок и определения наиболее прибыльных стратегий.
Разработка WebSockets API для потокового обновления коэффициентов и событий.
Настройка механизма подписки пользователей на изменение коэффициентов в реальном времени.
Оптимизация работы push-уведомлений для моментального обновления данных.
Уменьшение нагрузки на WebSockets-соединения за счет batch-обработки событий.
Развертывание Sentry для централизованного логирования ошибок.
Внедрение Prometheus и Grafana для мониторинга производительности системы.
Разработка health-check API для диагностики состояния сервисов.
Настройка логов запросов с уровнем важности (info, warning, error)
Ведение отдельных логов для обработки ошибок API референсов.
Контейнеризация сервисов в Docker и оркестрация через Docker Compose.
Автоматизация развертывания и обновления через CI/CD.
Оптимизация работы Redis для кеширования коэффициентов и событий.
Настройка репликации базы данных PostgreSQL для увеличения отказоустойчивости.
Достижения
Оптимизировал парсинг матчей, ускорив сбор данных на 35%.
Разработал автоматический расчет купонов ставок, повысив точность прогнозирования коэффициентов.
Реализовал WebSockets API, обеспечив real-time обновление коэффициентов и событий.
Настроил мониторинг и логирование через Sentry, Grafana и Prometheus, улучшив диагностику ошибок.
Стек специалиста на проекте
PostgreSQL, Apache Kafka, Docker, Go, Grafana, Prometheus, gRPC, Sentry, Docker Compose, Redis, Gin, WebSockets, chromedp
Отрасль проекта
Marketing, Advertising & Design
Период работы
Октябрь 2020 - Июнь 2021
(9 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Санкт-Петербургский политехнический университет Петра Великого Институт компьютерных наук и кибербезопасности
Специальность
Высшая школа программной инженерии – Программная инженерия
Завершение учебы
2024 г.
Высшее
Учебное заведение
Санкт-Петербургский политехнический университет Петра Великого Институт компьютерных наук и кибербезопасности
Специальность
Высшая школа программной инженерии – Программная инженерия
Завершение учебы
2022 г.