Вячеслав Л. DevOps, Middle+

Linux-инженер уровня middle+ DevOps-специалист уровня middle- Имею базовые навыки программирования, способен разбираться в коде средней сложности python/bash/go/nodejs. Использую для автоматизации IaaC Ansible, Terraform, git, скриптовой -- bash, python. Имею опыт развёртывания инфраструктурных и продуктовых сервисов на bare-metal, Docker, K8s Базовый уровень администрирования K8s. Мониторинг с помощью Zabbix(с разработкой шаблонов, метрик, дискаверингов, а также установкой и администрированием server/proxy),Prometheus, Grafana. Логирование ELK, Graylog. Хорошее понимание стека TCP/IPv4, навыки отладки tcpdump/wireshark, routing, iptables Готов осваивать новые технологии, быстрообучаем. Коммуникативен, неконфликтен.

С глубоким пониманием DevOps и опытом в системной инженерии, я эффективно развертывал и управлял кластерами Kubernetes, настраивал Docker и использовал системы управления версиями Git и Bitbucket. В мои компетенции входит работа с инструментами мониторинга Zabbix и Grafana, а также системами аутентификации LDAP и Keycloak. Я оптимизировал процессы на Linux-серверах с помощью Ansible и гарантировал безопасность данных через Hashicorp Vault. Моя способность решать сложные задачи и стремление к устойчивой архитектуре подтверждают мою преданность техническому мастерству и качеству.

Инженер DevOps с общим девятилетним опытом работы в ИТ и восьмилетним опытом работы в DevOps. Начал свою карьеру как разработчик Erlang, OCaml и C, но в конце концов переключился на работу инженером DevOps. Разнообразный опыт работы над различными проектами в различных областях - от небольшой компании Polygon, производящей сетевые устройства, до крупных телекоммуникационных компаний, таких как Deutsche Telekom. В своей повседневной работе я часто сосредотачиваюсь на автоматизации всех этапов интеграции и поставки продуктов. Продукты обычно основаны на Java и Kotlin и размещаются в OpenShift и Kubernetes в частных и общедоступных облаках. Я верю в практики GitOps, DevSecOps и IaC и использую их. Если разным командам разработчиков нужны дополнительные функции, я стараюсь предлагать варианты для всех, а не заставлять их использовать что-то одно. В свободное время мне нравится писать различных ботов для telegram и YouTube используя Golang, Bash или Python.

Диана — системный аналитик уровня Middle из Самары. Специализируется на анализе требований, бизнес-моделировании и управлении проектами. Имеет опыт работы в отрасли электронной коммерции и ритейла. В рамках проекта по электронной коммерции Диана выполняла следующие задачи: - анализ требований и разработка спецификаций бизнес-процессов; - создание карт пользовательских историй; - проектирование интеграционных решений через REST API и Kafka; - подготовка технической документации; - совместная работа с дизайнером над UI-макетами; - разработка тест-кейсов и проведение приемочных проверок; - решение сложных технических проблем; - написание SQL-запросов средней сложности; - оптимизация взаимодействия пользователя с системой. За время работы разработала и запустила независимый продукт по созданию форм, а также задокументировала все бизнес-процессы и технические решения проекта.

● Автоматизация сборки и доставки приложений (CI/CD) ● Создание, конфигурирование, развертывание сред различного назначения ● Обеспечение высокой доступности сервисов ● Администрирование виртуальной и физической инфраструктуры ● Поиск и устранение неисправностей в работе, существующей IT инфраструктуры

Герман — ML-разработчик уровня Senior из Санкт-Петербурга. Специализируется на разработке и внедрении решений в области машинного обучения и обработки естественного языка (NLP). Имеет опыт работы с LLM и RAG-пайплайнами, а также с интеграцией языковых моделей в бизнес-процессы. Ключевые навыки: Python, PyTorch, TensorFlow, NLP, MLops, Docker, FastAPI, Flask, PostgreSQL, MySQL, ClickHouse, Redis, RabbitMQ, Asyncio, ONNX, OpenVINO, Speech, Text. Герман участвовал в трёх проектах в сфере e-commerce & retail, где занимался разработкой микросервисов на Python, интеграцией LLM для обработки и анализа текстовых и аудиоданных, реализацией RAG-подходов для поиска релевантной информации и генерации ответов на основе внешних источников. Достижения включают автоматизацию обработки текстовых и аудиоданных, внедрение модульной архитектуры для быстрого масштабирования сервисов, разработку системы логирования для контроля качества обработки данных и работы RAG-процессов.