QA авто, Middle+

- Готовность работать по времени Мскв (8-17, 9-18) - Более 6 лет опыта в автоматизированном и ручном тестировании - Опыт написания автотестов с нуля - Опыт разработки на Java и C# - Опыт работы с тестовой документацией - Умение осваивать новые технологии в сжатые сроки - Умение работать в команде, коммуникабельность, опыт общения с заказчиком Образование: - 2007—2013 Новосибирский государственный технический университет, бакалавр. Специальность: «Информатика и вычислительная техника» Английский язык: - Разговорный: Beginner, Elementary - Чтение: Pre-Intermediate - Грамматика: Beginner, Elementary

Опыт в автотестировании – 6 лет. Последний проект, над которым работала Мария в роли ведущего специалиста – сайт интернет-магазина техники (десктопная версия). Проводила автоматизированное тестирования (Kotlin), интеграционное и e2e тестирования. Занималась формированием тестовых фреймворков с 0, настраивала CI, была большая работа с таблицами, лидила API-тесты (распределяла работу между командой). До этого работала над сайтом (десктоп и мобилка) крупного ритейлера товаров для строительства и дома. Занималась автоматизированным тестированием (Java), интеграционным и e2e как фронтенд, так и бэкенд части. Настраивала CI, занималась планированием и оценкой работ. Есть опыт написания автотестов на Typescript, готова перейти на Node.JS, так как интересно попробовать новое, считает, что сложностей не будет. Многие технологии осваивает самостоятельно, так как интересно попробовать. Стек: Java, Selenide/Selenium, Kotlin, RestAssured, Wiremock, Mountebank, Jenkins, Allure, Docker, TestNG, Junit, Kibana, PostgreSQL, MongoDB, Windows, Mac OS X, Unix, Bamboo. Личные качества: нацеленность на саморазвитие, критическое мышление, коммуникабельность

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.