Константин Я. React разработчик, Middle

Очень высокие профессиональные хард и софт навыки у разработчика. Уровень технического руководителя/лида. Софты- команда консультируется по любым вопросам, касаемо работе на проекте, легко идет на коммуникацию, тактичен, вежлив, приятен в общении Успешный опыт управления командой, постановка задач, их контроль, оценка Участие в архитектуре и проектировании проектов. Также знаком с серверными языками Node.js, Python - Feature Flags - системы мониторинга - Zabbix, Prometheus, Sentry - опыт c Trunk-Based, итеративной разработкой - работа с legacy и умение разбираться в чужом коде - разработка frontend - React, Next.js - опыт работы с Node.js - опыт работы с Python - написание модульных и интеграционных автотестов - автоматизация сборки и тестирования - работа с Unix-системами, пользование консольными утилитами - архитектура и реализация сложных приложений на React, Next.js - хорошие знания компонентов, управления состоянием приложения, навигации, обработки ошибок

Опыт коммерческой разработки с 2019 года. Работал с e-commerce, есть опыт разработки проектов в сфере, HRtech, недвижимости, банкинга, телеком, медиа, работал в проекте по разработке ПО для комплексного управления производством. Разрабатывал библиотеки компонентов, занимался разработкой существующего функционала. Отличные софт-скиллы, работал в agile-командах, постоянно саморазвивается.

-Опыт Frontend разработки более 5-ти лет -Понимание принципов ООП -Навыки кросс браузерной верстки -Обширный опыт работы с JavaScript библиотеками React, Redux -Уверенное владение GIT -Опыт разработки стримингового сервиса -Опыт проведения собеседований

Денис — опытный React-разработчик с 4-летним опытом работы в сфере e-commerce и разработки интеграционных сервисов. Он участвовал в создании системы управления продажами от производителя для дилеров, работал над интеграционным сервисом для автоматизированной системы управления ресурсами, занимался продуктовой разработкой площадки по продажам медикаментов и созданием монолита для нескольких операторов. Денис также работал над проектами в сферах телекоммуникаций и HRTech. На всех проектах он выполнял задачи по разработке и поддержке frontend-части, а также участвовал в написании бизнес-логики на backend. В работе Денис использует широкий спектр технологий, включая React, Vue, Vuex, axios, swiper, Antd, react-hook-form, yup, typescript, axios и другие.

Python Data Analysis Big Data Machine Learning Linux Git Docker SQL Deep Learning NLP Машинное обучение DevOps Bash Английский язык ML Data Scientist OpenCV PyTorch FastAPI NLTK TensorRT XGBoost Flask pandas numpy matplotlib keras transformers uvicorn dvc

Инженер-программист с опытом работы 10+ лет. Сильные навыки в разработке и внедрении программного обеспечения, проектировании реляционных баз данных, архитектуры проектов - Уверенное знание различных DB-движков (MySql, MariaDB, PostgreSQL+postgis, Redis, MongoDB). Опыт использования сложных запросов, хранимых функций, триггеров и процедур. - Механизмы кэширования (Memcached) - Опыт объектно-ориентированного программирования. Функциональное программирование. Сильный опыт работы с паттернами проектирования. - Программирование на PHP (PHP5.3+, PHP7.0-7.4, REST API, WebSocket, фреймворки: Yii, Yii2). - Программирование на Kotlin (Ktor, Exposed, socket.io). - Опыт работы с Javascript: React.js, Node.js, Socket.IO. - Сильный опыт использования брокеров очередей (RabbitMQ, Apache Kafka). - Опыт ведения логов (Graylog, ELK) - Опыт мониторинга (Zabbix) - Настройка Kubernetes на metallbare, написание конфигурации для stateful и stateless приложений, настройка лимитов для pods, развертывание приложений по CI/CD - Написание библиотек для распространенных случаев использования на PHP и Kotlin - Опыт работы с Docker: сборка образов, использование среды разработки с помощью docker-compose, опыт использования в продакшене. - Регулярное использование паттернов проектирования и Unit-тестов, непрерывная интеграция, автоматизация сборок. - Проектирование и планирование проектов. Опыт экстремального программирования - Проектирование и программирование клиент-серверных приложений (REST API, GraphQL, документация swagger). - CI/CD: опыт настройки и оптимизации заданий Gitlab CI (shell и docker runners). - Отладка и рефакторинг кода. Большой опыт сопровождения и улучшения существующего кода - Оптимизация производительности приложений (оптимизация баз данных, профилирование и оптимизация приложений) - Опыт руководства командой, работа с трекерами и планировщиками (JIRA, Youtrack, Redmine). Опыт работы с системами контроля версий GIT

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.