Алескер К. Data инженер, Senior

Data Engineer с 3+ годами опыта в проектировании ETL-процессов и построении хранилищ данных. Специализируется на разработке DAG в Apache Airflow, миграции данных и создании BI-отчетности в Superset/InsightBI. Реализовал 10+ дашбордов для федеральных проектов, включая систему реальной аналитики для "Честного знака". Обеспечил цифровизацию процессов в НЛМК через оптимизацию DWH и исправление критических багов. Владеет стеком: Python, PostgreSQL/ClickHouse, Apache NiFi, GitLab, Agile.

Разработчик с опытом работы более 3 лет. Имею практический опыт разработки и поддержки системы Oracle Siebel CRM. Помимо этого, имею небольшой опыт разработки Android-приложений на Java и Kotlin, опыт разработки клиент-серверного приложения на Python, а также небольшой опыт разработки ETL-процессов при помощи Airflow

Артур — опытный Data инженер с навыками работы в BI, DWH, SQL и Python. Он обладает глубоким пониманием Apache AirFlow, Apache Superset, CI/CD, Clickhouse, Confluence, DBT, Docker, FastAPI, Git, GitLab, GreenPlum, Jira, Kafka, Kubernetes, Linux, PostgreSQL, RabbitMQ, Redis, REST API, S3, SOAP, TCP/IP и unit-тестирования. Артур работал над несколькими проектами, включая создание платформы для принятия бизнес-решений в металлургической компании, разработку сервиса планирования путешествий, доработку Apache Superset для отображения большого количества данных в дашбордах, создание фреймворка типовых интеграций на базе Apache Airflow, разработку бэкендов для платформы изучения английского языка и системы управления качеством данных. Из достижений можно выделить: Сделал более 12 успешных интеграций с источниками Сделал загрузку более 50 сущностей в хранилище с базовыми проверками качества Сделал гибкий масштабируемый веб-сервис предоставления данных из КХД Сделал доработку Apache Superset для отображения большого количества данных

● Опыт работы на коммерческих проектах более 3,5 лет ● Обладает обширными знаниями в области проектирования и оптимизации ETL/ELT-процессов, разработки и поддержки DWH, а также работы с большими данными ● Специализируется на использовании современных технологий для обработки, хранения и анализа данных. ● Занимается проектированием и реализацией ELT, ETL-пайплайнов, работает с DWH для аналитики и отчетности. ● Имеет опыт написания и оптимизации SQL- запросов к БД (Oracle) ● Умеет настраивать и поддерживать кластеры ClickHouse; организовывать ETL-процессы для витрин данных. ● Занимается оптимизацией витрин данных на Hadoop и Greenplum; автоматизацией составления S2T для аналитиков ● Имеет опыт разработки на Python и Golang

Андрей — Data инженер уровня Senior из Минска, Беларусь. Специализируется на разработке и оптимизации аналитических платформ и хранилищ данных (DWH). Имеет опыт работы с ETL/ELT-процессами, облачными сервисами AWS, инструментами Apache Airflow, Apache Kafka, Apache Spark, а также с базами данных PostgreSQL, MySQL, Oracle и Snowflake. Участвовал в проектах для отраслей E-commerce & Retail, IoT и Telecom. Среди проектов — разработка аналитической платформы для розничной сети, интеграция данных из CRM, ERP и POS-систем, автоматизация обновления данных и улучшение доступа к аналитике через BI-панели. Также занимался разработкой DWH для IT-компании, преобразованием сырых данных из Data Lake и их интеграцией в DWH для решения ML-задач. Обладает навыками работы с системами контроля версий Git, GitLab, Bitbucket, а также опытом настройки CI/CD-конвейеров. Создавал техническую документацию и сотрудничал с командами аналитиков для согласования решений по обработке данных.

• Более 20 лет опыта в разработке программного обеспечения, включая владение Python, SQL, C#, C/C++ а также взаимодействие между программами и базами данных. • Опыт в проектировании, разработке и поддержке масштабных процессов ETL. • Создание надежных и интуитивно понятных решений. • Глубокое владение объектно-ориентированным подходом. • Успешный опыт оптимизации и рефакторинга кода. • Участие в разработке программного обеспечения в небольших и крупных командах. • Высшее техническое образование и участие в профессиональных конференциях.

Михаил — Golang-разработчик уровня Middle+. Имеет высшее образование по направлениям «Программируемые мобильные системы» и «Физика и ИТ». Владеет русским языком на уровне C2, английским — на уровне B1. Имеет опыт работы на следующих проектах: - корпоративный децентрализованный мессенджер (Social Networking): разработка и поддержка backend-части мессенджера с использованием микросервисной архитектуры на Golang и gRPC; - распределённое хранилище объектов (Urban technology): участие в создании распределённого объектного хранилища на Kubernetes; - система мониторинга солнечного оборудования (RnD): разработка высоконагруженных систем мониторинга для клиентского оборудования (солнечные панели) на Golang; - парсер динамических данных (EdTech): реализация парсера данных с динамическим контентом; - мобильное приложение для внутренних продуктов компании (Social Networking): разработка SSO-сервиса на gRPC и OTP-сервера для двухфакторной аутентификации. ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ - Небольшой опыт работы с Frontend (React, Flutter). - Опыт работы с Agile/Scrum. Общая продолжительность работы на проектах — 3 года 8 месяцев.

У меня более четырех лет работы и несколько масштабных успешных проектов. За это время я успела поработать как со стартапами, где проводила исследование и создавала дизайн с нуля, так и с большими компаниями. 

У меня высокий уровень навыков - начиная от создания логотипов и заканчивая созданием интерфейса для больших платформ. Большой опыт в создании админ панелей, дашбордов. Ссылка на Беханс – https://www.behance.net/mlarinafusiontech/.

- Инженер машинного обучения с опытом работы более 4-х лет, специализирующийся на разработке и внедрении передовых моделей машинного обучения. Обладает опытом в Python, TensorFlow, PyTorch, Keras и Scikit-learn, с пониманием обработки и визуализации данных с использованием NumPy, Pandas и Matplotlib. - Эксперт в области глубокого обучения, обработки естественного языка, компьютерного зрения и предиктивного анализа, со способностью улучшать функции продукта и операционную эффективность. Имел опыт оптимизации моделей с помощью предварительной обработки данных, создания признаков и настройки гиперпараметров. - Владеет навыками развертывания моделей с использованием Docker и Git, обеспечивающий масштабируемые и эффективные процессы машинного обучения. Знаком с Jupyter Notebooks для прототипирования и MLflow для управления жизненным циклом. - Демонстрирует сильные аналитические навыки, умело извлекающий инсайты из данных. Тесно сотрудничает с межфункциональными командами для интеграции решений искусственного интеллекта в программные системы. - Постоянно стремится к обучению и освоению новых методов в области машинного обучения, искусственного интеллекта и науки о данных с целью стимулировать инновации и улучшать результаты.