АУ
Арсен У.
Мужчина, 23 года
Россия, Москва, UTC+3
Ставка
2 466,19 Р/час
вкл. НДС 5% (91.43 Р)
Специалист доступен с 23 октября 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
Арсен — Python-разработчик уровня Middle+ из Москвы. Специализируется на разработке бэкенда, имеет опыт работы с микросервисной архитектурой, gRPC, Kafka, PostgreSQL, Celery, Redis и другими технологиями.
Участвовал в разработке высоконагруженной медицинской платформы электронных карт и обмена медицинскими записями, где занимался проектированием микросервисной архитектуры, внедрением gRPC, настройкой версионирования REST API и оптимизацией производительности PostgreSQL.
Также работал над корпоративной CRM-системой управления проектами, где занимался проектированием микросервисной архитектуры, разработкой REST и gRPC API, настройкой Kafka и другими задачами.
Имеет опыт работы над системой электронного документооборота, интегрированной с Диадок, где занимался проектированием микросервисной архитектуры, разработкой REST API и gRPC endpoint’ов, внедрением очередей RabbitMQ и Kafka и другими задачами.
Проекты
(3 года 9 месяцев)
Высоконагруженная медицинская платформа электронных карт и обмена мед. записями.
Роль
Python-разработчик
Обязанности
• Проектирование микросервисной архитектуры (MSA) с чёткими API-контрактами и разделением ответственности между сервисами.
• Внедрение gRPC для внутренних взаимодействий и настройка версионирования REST API.
• Реализация событийных интеграций на Kafka (consumer groups, дедупликация, идемпотентность).
• Оптимизация производительности PostgreSQL: индексация, анализ запросов через EXPLAIN/ANALYZE, устранение N+1.
• Вынос тяжёлых операций в Celery с батчингом и кэшированием данных в Redis.
• Настройка OAuth2/JWT-аутентификации с Keycloak, реализация SSO и RBAC, аудит действий пользователей.
• Построение мониторинга и алёртинга (Prometheus, Grafana, Sentry).
• Настройка CI/CD пайплайна в GitLab с автоматическими релизами без простоя (5–10 минут).
• Проведение code review, написание unit и integration тестов (pytest), достижение покрытия ключевых сервисов до 80%.
• Реализация централизованного логгинга и алёртинга по бизнес-метрикам.
Команда: 2 системных аналитика, 4 backend-разработчика, 1 ML-инженер, 1 frontend-разработчик, DevOps, QA, PM
Достижения
• Повысил стабильность платформы и снизил p95-задержки на 35–50% за счёт оптимизации PostgreSQL и асинхронных операций.
• Сократил время обмена медицинскими записями между клиниками за счёт оптимизации кэшей и потоков обработки данных.
• Внёс вклад в стандартизацию CI/CD и мониторинга, обеспечив предсказуемые релизы и быстрое реагирование на инциденты.
Стек специалиста на проекте
PostgreSQL, Docker, Python, Linux, Swagger, Grafana, Celery, Prometheus, Keycloak, FastAPI, Kafka, Django Rest Framework, Redis, GitLab CI/CD
Отрасль проекта
LifeStyle
Период работы
Сентябрь 2024 - Сентябрь 2025
(1 год 1 месяц)
Корпоративная CRM-система управления проектами
Роль
Python-разработчик
Обязанности
• Проектирование микросервисной архитектуры с разделением доменов на сервисы: “users”, “tasks”, “billing”, “analytics”; взаимодействие между ними через gRPC и Kafka.
• Разработка REST и gRPC API с версионированием и строгими схемами (Pydantic + JSONSchema).
• Настройка Kafka: конфигурация партиций, consumer groups, дедупликация событий и DLQ для невалидных сообщений.
• Использование Celery и Redis для фоновых задач — асинхронные отчёты, уведомления, генерация PDF и Excel.
• Реализация RBAC и JWT-аутентификации, авторизация на уровне API Gateway и бизнес-правил.
• Проектирование и оптимизация схем PostgreSQL: индексация, анализ запросов через EXPLAIN/ANALYZE.
• Обеспечение транзакционной целостности и rollback при ошибках; применение паттерна Saga для распределённых операций.
• Настройка логирования и трассировки запросов (Prometheus, Grafana, OpenTelemetry).
• Внедрение fault tolerance: retry policy, circuit breaker, health-checks, graceful shutdown.
• Конфигурация Gunicorn/Uvicorn workers и балансировка нагрузки через Nginx для 1000+ RPS.
• Автоматизация CI/CD пайплайна GitLab: авто-деплой, миграции, тестирование, прогрев кэшей, линтеры и pytest.
• Написание unit, integration и e2e-тестов; фикстуры на Factory Boy и mock внешних API.
• Проведение code review, рефакторинг под SOLID и DDD, улучшение читаемости и тестируемости кода.
Команда: 1 системный аналитик, 3 backend-разработчика, 1 frontend-разработчик, DevOps, QA, PM
Достижения
• Уменьшил среднее время отклика API с ~300 мс до 120 мс при пиковых нагрузках.
• Повысил отказоустойчивость и предсказуемость системы за счёт внедрения retry-policy и circuit breaker.
• Стандартизировал архитектуру и тестирование, что ускорило онбординг и снизило количество продакшн-ошибок.
Стек специалиста на проекте
PostgreSQL, Docker, Python, Linux, Swagger, Grafana, Kubernetes, Celery, FastAPI, Kafka, Redis, GitLab CI/CD
Отрасль проекта
E-commerce & Retail
Период работы
Май 2023 - Август 2024
(1 год 4 месяца)
Backend для медицинской платформы обработки изображений и ML-инференса.
Роль
Python-разработчик
Обязанности
• Сбор и анализ бизнес-требований для проектирования ETL-процессов и моделей данных.
• Оптимизация обработки и хранения данных с использованием MSSQL.
• Настройка взаимодействия через RabbitMQ для обмена данными между системами.
• Подготовка технической документации по архитектуре и решениям для внутренних команд и заказчиков.
Команда: 2 системных аналитика, 3 backend-разработчика, 1 ML-инженер, 1 frontend-разработчик, DevOps, QA, PM
Достижения
• Разработка backend-ядра для модулей WSI и DICOM-RT, интеграция ML-инференса с последующей обработкой результатов.
• Интеграция SSO/OAuth2/Keycloak, реализация JWT-аутентификации, RBAC и системы аудита действий пользователей.
• Внедрение анонимизации данных и безопасного доступа к медицинским изображениям.
• Оптимизация производительности при одновременной работе десятков врачей за счёт кэширования, оптимизации запросов и использования очередей Celery.
• Разработка отказоустойчивого инференса ML-моделей: ретраи, идемпотентность, трейсинг, изоляция (sandbox) и версионирование аннотаций.
• Проектирование схем и индексов PostgreSQL; использование MongoDB и ClickHouse для аналитических кейсов.
• Настройка observability (Prometheus, Grafana, Sentry), логирования и алёртов по ключевым метрикам.
• Контейнеризация окружения (Docker) и настройка публикаций и деплоя через GitLab CI/CD.
• Оптимизация потоков обработки изображений и производительности сервисов под высокую нагрузку.
• Участие в проектировании архитектуры, code review, внедрение best practices CI/CD и мониторинга.
• Настройка централизованного логгирования через Loki (Promtail + Grafana) с анализом логов по тегам и метрикам.
• Снизил задержки при одновременной работе пользователей более чем в два раза благодаря кэшированию и оптимизации запросов.
• Повысил надёжность ML-инференса за счёт внедрения ретраев, идемпотентности и трейсинга.
• Обеспечил безопасность и соответствие стандартам обработки медицинских данных через анонимизацию и аудит действий.
Стек специалиста на проекте
PostgreSQL, Docker, Python, Linux, MongoDB, Grafana, Celery, Prometheus, Keycloak, ClickHouse, FastAPI, Kafka, Django Rest Framework, Loki, S3, GitLab CI/CD
Отрасль проекта
LifeStyle
Период работы
Ноябрь 2022 - Апрель 2023
(6 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
МИРЭА — Российский технологический университет
Специальность
Институт информационных технологий, Программная инженерия
Завершение учебы
2023 г.