Алексей К. Data инженер, Senior

Кирилл — data-инженер из Ростова-на-Дону. Обладает опытом работы на проектах в сферах FinTech & Banking, Government & Public Sector и E-commerce & Retail. На проекте для компании из сферы FinTech & Banking занимался обработкой больших объёмов информации, анализом данных, разработкой дата-пайплайнов и организацией data quality. Использовал Python, bash, Hadoop, Greenplum, PL/pgSQL, Atlassian, Jupyter, Hue, Hive, Airflow, Superset, Power Bi, PySpark, Pandas, PyArrow. Для государственной компании разрабатывал детальный слой и строил витрины, писал пайплайны по доставке и обработке данных. Использовал Python, Apache Airflow, Git, Posgresql. В качестве python-разработчика для госструктуры создавал скрипты для автоматизации бизнес-процессов и администрирования оборудования, а также писал процедуры для баз данных. В работе использовал Python, Bash, FastAPI, Sqlalchemy, ansible, postman, Git, pgsql, Linux, Docker, Prometheus, Grafana и др. Опыт работы на позиции python-разработчика включал аналитику данных и контроль data quality, разработку скриптов по автоматизации и эксплуатацию измерительной техники. Использовал Python, bash, MySQL, Postgresql, Astra Linux, SecretNet. На последнем месте работы в сфере E-commerce & Retail занимался интеграцией реляционных и нереляционных источников, настройкой мониторинга и алертинга, нормализацией и очисткой данных. Работал со стеком из MongoDB, Postgres, S3, YandexCloud, Greenplum, Python, SQL, Ni-Fi, Airflow, Kafka, k8s, Jenkins, Github, ELK, Grafana, Vault.

Роман — опытный Data-инженер уровня Middle+ с опытом работы более 4 года. Он обладает широким спектром навыков в области разработки и аналитики данных, включая знание Python, PostgreSQL, Apache AirFlow, GreenPlum, SQL, Git, Docker, Kafka, Hadoop, Oracle, ETL, DWH, PySpark, Jira, Hive, Clickhouse, Data, MySQL, BI, API, FastAPI, Pl/SQL, MongoDB, Redis, Spark, Apache Spark, Bash, Confluence, GitLab CI/CD, Grafana, HDFS, CI/CD, GitLab, oozie, Scala, Akka, HTTP, REST, Jenkins, Jupyter Notebook. Роман работал над проектами в таких отраслях, как медиа, телекоммуникации, логистика и транспорт, финтех и банкинг. На проектах он занимался созданием и поддержкой ETL-конвейеров, рефакторингом кода, настройкой мониторинга и алертинга, проектированием решений для DWH и разработкой REST API. Опыт Романа включает работу в IT-компании, где он участвовал в создании изолированной среды разработки для аналитиков, а также в телекоммуникационной компании, автомобильном бизнесе и банке. В последнем проекте он разработал витрину данных, которая сэкономила компании порядка 80 млн рублей в квартал.

Data Engineer с опытом 4-х лет в ETL/Data разработке, обладающий знаниями концепций хранилищ данных, опытом разработки процессов загрузки данных, создания ETL процессов, построение витрин данных. Разработка на Python, включая: Разработка ETL процессов в Apache Airflow Опыт в использовании Pandas, PySpark, Numpy, ORM Использование Rest API Программирование математических и криптографических алгоритмов Анализ и обработка данных Oracle, PostgreSQL, ClickHouse, Greenplum включая: Логическое и физическое моделирование баз данных Настройка производительности, индексация, распараллеливание, подсказки, статистика, создание хранимых процедур Разработка ETL процессов в Apache Airflow Построение витрин данных

Алексей — опытный Data инженер с более чем шестилетним опытом работы в проектах RnD, E-commerce & Retail и EdTech. В портфолио Алексея есть несколько успешных проектов: Customer360, разработка программного обеспечения для бухгалтерского учёта для одного из крупнейших розничных продавцов товаров для дома, Apache Superset по визуализации данных для целей BI, внутренний проект, направленный на решение проблем повторного развёртывания групп DAG Airflow на учётных записях Kohls и IAS, IAS Python Upgrade, настройка и поддержка кластера Hadoop/Spark, разработка приложений на Hadoop/Spark для научных целей. Алексей участвовал в разработке и поддержке групп DAG Airflow для преобразования данных, включая сшивание данных; разработал и спроектировал Metadag Airflow DAG, которая автоматизирует и повышает уровень понимания процессов в команде C360; выполнил общую миграцию из локальных в облачные сервисы; получил большой опыт в разработке приложений Flask, выполнении миграций БД с использованием SQLAlchemy и Alembic; разработал внутреннюю систему контроля доступа для приложения Superset; разработал пакет Python3 airflow-redeploy, который упрощает процесс повторного развёртывания групп DAG через официальный REST API и плагин REST API.

За всю карьеру было реализовано большое количество проектов. Начиная от систем контроля доступа, заканчивая разработкой LLM моделей для автоматизации работы менеджеров и ОКК. Также разрабатывал архитектуру для высоконагруженных систем. Разрабатывал DataLake и DWH для дальнейшего построения системы аналитики данных. Разрабатывал системы отчетности. Работал с машинным зрением (классификация изображении). Реализовывал системы речевой аналитики на Pytorch (как самостоятельно разрабатывал сети, так и использовал BERT модели). В работе обычно использую Python, PSQL, Mongo, Redis, Kafka, Airflow, Docker, K8s По мимо этого, руководил проектом по внедрению VDI для работы удаленных пользователей.

Заинтересован в успехе продукта и его влиянии на бизнес. Беру на себя ответственность за результат, гибко реагирую на срочные задачи без потери качества. В свободное время изучаю новые технологии, читаю про лучшие практики в разработке. Поддерживаю баланс между профессиональным ростом и личной жизнью.

Java Backend разработчик с опытом более 6 лет. Мой основной стек - Java 8-17, Spring Boot, Spring Data JPA, Spring Security, Spring Cloud, Hibernate, PostgreSQL, Docker, Kubernetes, JUnit, Mockito, git, REST API, Apache Kafka, RabbitMQ. Также я имею опыт работы с JavaEE и EJB. Я участвовал в разработке высоконагруженных систем с нагрузкой более 10000 запросов в секунду. Оптимизировал обработку пользовательских задач путем внедрения многопоточной обработки данных, ускорив процесс в 6 раз. Спроектировал и разработал систему обработки клиентских документов и автоматической генерации отчетности по ним. Ищу возможность применить свои навыки Java разработки и опыт работы с высоконагруженными системами для решения сложных производственных задач и улучшения производительности продуктов компании.

Опыт с продуктами Atlassian (Jira Software DC, Jira Service Management DC, Confluence DC): На нескольких проектах активно использовал продукты Atlassian как с пользовательской, так и с интеграционной стороны: • Настраивал и автоматизировал workflow в Jira Software и Jira Service Management (разработка схем состояний, правил переходов, custom fields, SLA). • Взаимодействовал с Jira и Confluence через REST API для получения и обновления тикетов, автоматической генерации документации и отчётов. • Работал с Data Center-версиями Jira и Confluence (нагрузочное тестирование, масштабирование, настройка внешних каталогов пользователей, резервного копирования). • Использовал Confluence для хранения архитектурной и проектной документации, настройки шаблонов страниц и автогенерации контента через API. ScriptRunner (Groovy): • Писал Groovy-скрипты для автоматизации задач в Jira: • Автоматическая установка значений полей на основе условий. • Валидация и ограничения переходов в workflow. • Запуск background-скриптов для массового обновления тикетов. • Создавал Listener’ы и Post-function скрипты на Groovy. • Использовал Script Console и Scripted Fields. JWT (Jira Workflow Toolbox): • Использовал JWT для создания условной логики в workflow без написания кода: • Встраивал формулы для вычисления значений на основе входных данных. • Конфигурировал условия, валидаторы и пост-функции с использованием выражений JWT. Tempo Timesheets / Tempo Planner: • Настраивал учёт времени в Jira через Tempo Timesheets: категории работ, approval-флоу, автоматическое заполнение. • Использовал Tempo Planner для планирования загрузки команды. • Интегрировал Tempo с REST API для выгрузки отчётов и учёта времени в DWH. JQL (Jira Query Language): • Регулярно использовал JQL для построения сложных фильтров, дашбордов и отчетов. • Применял JQL в автоматизации (например, через ScriptRunner и Automation Rules). • Конструировал динамические фильтры с подзапросами (sub-query), функциями (memb

Разработчик баз данных с более чем 3-летним опытом в проектах системной интеграции, разработки и аналитики данных. Работал с крупными массивами информации в высоконагруженных проектах и обладает системным подходом к оптимизации SQL-запросов, интеграции баз данных и построению аналитических решений. Обладает уверенными знаниями в проектировании, разработке и сопровождении баз данных, преимущественно на платформах MS SQL Server и PostgreSQL. Имеет опыт работы с MongoDB, включая задачи агрегации и анализа структурированных и полуструктурированных данных. Глубоко понимает принципы реляционного моделирования, умеет работать с таблицами, содержащими миллионы записей, грамотно выстраивает индексную стратегию и проводит оптимизацию SQL-запросов, достигая ускорения выполнения до 80%. Использует Transact-SQL и PL/pgSQL для построения хранимых процедур и бизнес-логики. Умеет обрабатывать данные в форматах JSON и XML, создавать ETL-процессы, а также разрабатывать отчёты с использованием Excel, Angular, JavaScript, и C# (например, в связке с API). Применяет технологии клиент-серверного взаимодействия, работает с интеграционными решениями на C# и JavaScript, имеет навыки автоматизации и анализа процессов. Владислав также использует такие инструменты, как Git, Jira и Confluence для ведения проектов и документации, успешно работает в Agile-командах и знает принципы Data Management и BI-аналитики.