КМ
Константин М.
Мужчина, 40 лет
Россия, Москва, UTC+3
Ставка
3 082,74 Р/час
вкл. НДС 5% (114.29 Р)
Специалист доступен с 4 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
Python разработчик
Грейд
Навыки
Отрасли
Знание языков
Английский — B1
Главное о специалисте
Backend-разработчик с опытом работы на проектах в области RnD.
Участвовал в разработке и оптимизации микросервисной архитектуры для интернет-магазина, а также для проектов, связанных с криптовалютой и чат-ботами.
В роли Python Developer разрабатывал сервис аналитики на FastAPI с MongoDB для хранения логов пользователей. Внедрил систему аутентификации на FastAPI, используя JWT-токены. Собирал исторические данные о поведении пользователей из MongoDB и PostgreSQL. Создал признаки (частота посещений, средний чек, длительность сессий). Обучал модели Random Forest и XGBoost с настройкой гиперпараметров. Интегрировал модель в FastAPI-микросервис для прогнозирования в реальном времени.
Внедрил систему триггерных уведомлений для отдела маркетинга. Реализовал коллаборативную фильтрацию и оптимизировал разреженную матрицу взаимодействий с помощью SciPy CSR. Развернул рекомендательный движок как отдельный микросервис.
Нравится: доводить дело и до конца, совершенствоваться в навыках, усваивать и применять
новые технологии, во всем дойти до самой сути.
Проекты
(4 года 7 месяцев)
Интернет магазин, Крипто валюта, Чат боты ТГ боты (пет проекты)
Роль
Python Developer
Обязанности
Разработка и оптимизация микросервисной архитектуры: сервис управления контентом (Django), сервис аналитики (FastAPI), фронтенд (React). Разработка сервиса аналитики на FastAPI с MongoDB для хранения логов пользователей. Реализация асинхронных endpoints, настройка агрегации данных и интеграция JWT-аутентификацию. Результат: предоставлены инструменты для анализа пользовательского поведения, что увеличило конверсию на 15% и повысило скорость обработки запросов на 50%.
Внедрение системы аутентификации на FastAPI с использованием JWT-токенов. Сбор исторических данных о поведении пользователей (активность, транзакции, жалобы) из MongoDB и PostgreSQL. Проведение feature engineering: создал признаки (частота посещений, средний чек, длительность сессий). Обучение модели Random Forest / XGBoost с настройкой гиперпараметров (GridSearchCV). Интеграция модели в FastAPI-микросервис для прогнозирования в реальном времени. Внедрение системы триггерных уведомлений (email, push) для отдела маркетинга. Результат: Уменьшение оттока на 20% за счет таргетированных акций для "группы риска".
Увеличение вовлеченности через персонализированные рекомендации контента/товаров. Реализация коллаборативной фильтрации (SVD, KNN) на данных о взаимодействиях пользователей. Оптимизация разреженной матрицы взаимодействий с помощью SciPy CSR. Добавление гибридного подхода (контентная фильтрация + NLP для анализа текста статей). Развертывание рекомендательного движка как отдельного микросервиса (FastAPI + Redis для кэширования).
- Выявление подозрительных активностей (DDoS, мошенничество, баги). Построение Isolation Forest / Autoencoder для детекции аномалий в потоковых логах (Nginx, API).
Настройка реальных алерт в Telegram при отклонении от нормы (Webhooks + FastAPI). Визуализация аномалии в Grafana (интеграция с Prometheus). Добавление фильтрации ложных срабатываний через правило 3-х сигм. Результат: Снижение времени реакции на инциденты с 2 часов до 15 минут.
Оптимизация сервиса управления контентом через кэширование данных в Redis и асинхронную обработку задач с Celery и RabbitMQ. Оптимизация ORM-запросов в PostgreSQL, добавив индексы и используя select_related и prefetch_related.
Достижения
Повысил безопасность платформы и упростил процесс входа для пользователей, что увеличило доверие
клиентов и предотвратило потенциальные убытки от кибератак.
Рост конверсии на 15%, увеличение среднего времени сессии на 25%
Сокращение времени отклика сервиса на 40%, что улучшило UX и снизило bounce rate.
Стек специалиста на проекте
knn, Git, Pandas, MongoDB, Redis, Nginx, GitHub, Celery, JWT, FastAPI, Scikit-learn, Requests, Docker Swarm, Python, Django, RabbitMQ, React, JavaScript, UX, Unit testing, PostgreSQL
Отрасль проекта
RnD
Период работы
Январь 2021 - По настоящее время
(4 года 7 месяцев)
Формат работы
Тип занятости
Фулл-тайм, Парт-тайм (4 ч/день)
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Иркутский национальный исследовательский технический университет
Специальность
Промышленное и гражданское строительство
Завершение учебы
2007 г.
