Рустам И. Golang разработчик, Senior
ID 41956
РИ
Рустам И.
Senior
Соединенные Штаты, Тампа, UTC-4
3 246,75 Р/час
вкл. НДС 5% (119.05 Р)
Специалист доступен с 14 июля 2026 г.
О специалисте
Специализация
Golang разработчик
Грейд
Senior
Навыки
Отрасли
Знание языков
Английский — B2
Главное о специалисте
Рустам — Golang-разработчик уровня Senior с опытом работы 13 лет 7 месяцев. Специализируется на разработке высоконагруженных систем. Имеет опыт работы с микросервисами, контейнеризацией (Docker), оркестрацией (Kubernetes), облачными платформами (AWS, GCP, Azure).
Участвовал в проектах в отраслях Finance&Taxes и Social Networking. Среди проектов:
- MTS Launcher | Цифровые сервисы — backend-разработчик, проектирование и разработка высоконагруженного backend на Golang.
- 4MYCAR | B2B проект — разработка и поддержка платформы поиска автозапчастей.
- ABCP | B2B проект — разработка и поддержка различных API и интерфейсов в рамках высоконагруженного проекта.
- SoftMail | IT дистрибуция — проведение масштабного рефакторинга унаследованного PHP-кода, оптимизация производительности MySQL.
- Rostselmash | B2B проект — агрегация, обработка и визуализация сложных финансовых и операционных данных.
Проекты
(13 лет 8 месяцев)MTS Launcher | Цифровые сервисы
Роль
Backend разработчик
Обязанности
Проект представляет собой витрину цифровых продуктов МТС.
- Проектирование, разработка и поддержка высоконагруженного backend на Golang, обрабатывающего более 5 миллионов запросов в сутки с p95-латентностью менее 100 мс; сервисы развёрнуты как контейнеризованные микросервисы с использованием Docker в Linux-среде.
- Интеграция сторонних рекламных платформ и внутренних сервисов МТС с использованием gRPC (на основе Protocol Buffers) и RESTful API; реализация безопасной системы единого входа (SSO) на основе OAuth 2.0 и JWT.
- Разработка высоконагруженных микросервисов на Golang, развёрнутых в Kubernetes на облачных платформах AWS, GCP и Azure с использованием Terraform для управления инфраструктурой как кодом.
- Глубокое понимание архитектуры core-banking систем: проектирование интеграционных слоёв для взаимодействия цифровой витрины МТС с банковскими backend-системами (процессинг, биллинг, DWH) с учётом требований к ACID-транзакциям и аудиту.
- Разработка микросервисов для обработки финансовых транзакций с гарантированной доставкой (at-least-once) и идемпотентностью, интеграция с платёжными шлюзами и процессинговыми центрами.
- Проектирование системы reconciliation для сверки платежей между витриной продуктов и банковскими системами: автоматическое выявление и устранение расхождений, формирование отчётности для финансового отдела.
- Опыт работы с MongoDB для хранения неструктурированных данных и Redis для высокопроизводительного кэширования и управления сессиями.
- Работа с GitLab CI/CD, интеграция с Ocean для оркестрации контейнеров и управления инфраструктурой.
- Ведение технической документации и задач в Jira и Confluence, синхронизация с GitLab Issues для прозрачности разработки.
- Проведение нагрузочного тестирования с помощью k6 и JMeter: моделирование пиковых сценариев (запуск рекламных кампаний), выявление узких мест в базе данных и микросервисах, верификация SLA по latency и error rate.
- Глубокая диагностика и оптимизация сетевых протоколов: анализ TCP-сессий (ретрансмиссии, окна), настройка TLS-терминации, конфигурация SSH-доступа, мониторинг SMB-трафика при интеграции с файловыми хранилищами.
- Опыт работы с мультиоблачными средами: деплой и оркестрация сервисов в AWS (EKS), GCP (GKE) и Azure (AKS), управление кроссплатформенными конфигурациями через Terraform.
- Реализация стратегий кэширования: горячее кэширование в Redis для часто запрашиваемых данных (профили пользователей, настройки), холодное кэширование в ClickHouse для агрегированных аналитических данных, управление TTL, invalidation, cache stampede protection.
- Управление инфраструктурой как код: написание Terraform-модулей для provisioning облачных ресурсов (EKS, EC2, RDS), шаблонизация деплоев через Helm charts (values, templates, hooks), управление секретами через HashiCorp Vault + Kubernetes Secrets.
- Работа с транзакционной БД (PostgreSQL): настройка уровней изоляции (Read Committed по умолчанию, Serializable для финансовых операций), анализ и разрешение deadlock’ов, использование advisory locks для координации между сервисами.
- Миграция CI/CD-пайплайнов на GitHub Actions с последующим деплоем через ArgoCD (GitOps-подход).
- Настройка Elastic Observability для централизованного сбора логов, метрик и трейсов с использованием Elasticsearch/OpenSearch в качестве основного хранилища данных.
- Настройка полного стека observability: сбор метрик в Prometheus, дашборды в Grafana, трассировка запросов через Jaeger (интеграция с OpenTelemetry), структурированное логирование с помощью Zap/Slog с контекстными полями (user_id, request_id, service).
- Проектирование и реализация системы анализа API-трафика в реальном времени: перехват и парсинг REST, GraphQL, gRPC, SOAP запросов через sidecar-прокси (Envoy), агрегация метрик (latency, error rate, throughput) по endpoint’ам и клиентам, визуализация в Grafana, алертинг в Alertmanager, хранение сырых трейсов в ClickHouse для forensic-анализа.
- Внедрение Elastic Common Schema (ECS) в качестве основной модели данных для унификации логирования и метрик во всех микросервисах.
- Оптимизация сетевого стека: настройка TLS termination, ускорение handshake через session resumption, использование HTTP/2, исследование QUIC для мобильных клиентов.
- Поддержка гибридной архитектуры: часть сервисов в облаке (AWS), часть — в on-premise дата-центрах МТС, с единым мониторингом и CI/CD.
- Тюнинг ядра Linux (sysctl) для поддержки высокой конкуренции соединений: увеличение лимитов файловых дескрипторов, настройка net.core.somaxconn, net.ipv4.tcp_max_syn_backlog, tcp_keepalive.
- Глубокая оптимизация PostgreSQL: анализ execution plan’ов, создание частичных и составных индексов, партиционирование больших таблиц, настройка work_mem, shared_buffers, effective_cache_size под нагрузку.
- Интеграция с внешними API безопасности: NVD (National Vulnerability Database), EPSS (Exploit Prediction Scoring System), CISA KEV (Known Exploited Vulnerabilities) для автоматического обогащения данных об уязвимостях.
Достижения
- Снизил p99 latency на 35% за счёт перехода на HTTP/2, оптимизации TLS handshake и уменьшения числа round-trip’ов — улучшил пользовательский опыт и сократил нагрузку на инфраструктуру.
- Увеличил максимальное число одновременных соединений с 10K до 100K+ благодаря тюнингу sysctl и эффективному управлению goroutines — система стала масштабироваться линейно при росте трафика.
- Разработал унифицированные Terraform-модули для развертывания микросервисов в AWS, GCP и Azure, что сократило время настройки новых окружений с 2 недель до 2 дней.
- Спроектировал архитектуру интеграции с core-banking системами, обеспечив обработку 1 млн+ финансовых транзакций в сутки с нулевым расхождением по данным сверки (reconciliation accuracy 100%).
- Участвовал в оценке облачных провайдеров (AWS vs GCP) для новых компонентов платформы: сравнивал стоимость, производительность managed-сервисов (GKE vs EKS), интеграцию с BigQuery и Pub/Sub.
- Имел практическое знакомство с GCP и GKE: разворачивал тестовые среды через Terraform, настраивал GKE-кластеры с autoscaling, network policies и workload identity для пилотных микросервисов.
- Применял DevOps-практики: Infrastructure as Code (Terraform), GitOps (Helm + ArgoCD), observability (Prometheus/Grafana), безопасность (Vault, RBAC, network policies).
- Применял AI-native подход в backend-разработке: активно использовал AI-инструменты (GitHub Copilot, Cursor, Claude) для генерации boilerplate-кода, написания unit- и интеграционных тестов, анализа логов, документирования API и предложения оптимизаций. Использовал LLM для проектирования сложных систем — например, при моделировании графовых связей в Neo4j, проектировании событийной архитектуры на Kafka или анализе execution plan’ов PostgreSQL. Это ускорило разработку критических модулей на 20–30% и повысило качество кода за счёт автоматической проверки best practices и выявления потенциальных узких мест.
- Сократил время GC pauses на 60% за счёт пулов объектов, reuse буферов и минимизации аллокаций в hot paths — обеспечил стабильную работу даже под пиковой нагрузкой.
- Внёс ключевой вклад в аналитику: внедрил ClickHouse как колоночное хранилище, что позволило сократить время выполнения агрегационных запросов с часов до секунд даже на миллиардах строк — аналитики получили почти мгновенные дашборды.
- Повысил надёжность системы: реализовал WebSocket-уведомления и production-grade механизмы отказоустойчивости (retries, failover, recovery), что снизило количество инцидентов, связанных с потерей данных, до нуля.
- Ускорил интеграцию с партнёрами: автоматизировал генерацию клиентских SDK на основе Swagger/OpenAPI — новые внешние сервисы подключаются за 1–2 дня вместо недели.
Стек специалиста на проекте
PostgreSQL, Git, Docker, REST, API, JavaScript, Python, Linux, MongoDB, Grafana, GitHub Actions, GitLab, TCP/IP, SSH, Prometheus, JWT, ClickHouse, gRPC, TDD, Next.js, Kafka, Neo4j, Azure, Elastic, OAuth 2.0, Cypher, Apache AirFlow, Redis, GOlang, WebSockets, OpenSearch, DBT, Ocean, TLS, smb, Argo CD, commons, schema, Observability, HTTP/2, soda core
Отрасль проекта
Finance&Taxes
Начало работы
Май 2020 - Декабрь 2025
(5 лет 8 месяцев)
ABCP | B2B ПРОЕКТ
Роль
Backend разработчик
Обязанности
Платформа интернет-магазина автозапчастей.
- Разработка и поддержка различных API и интерфейсов в рамках высоконагруженного проекта.
- Проектирование, разработка и поддержка высоконагруженных RESTful и внутренних API, обслуживающих веб-, мобильные и партнёрские интеграции; система обрабатывала тысячи одновременных пользователей и миллионы запросов в сутки на стеке PHP и Golang.
- Оптимизация производительности кода и SQL-запросов к базе данных.
- Контейнеризация и оркестрация сервисов в облачных и гибридных средах (AWS, GCP): использование Kubernetes (EKS/GKE), управление ресурсами, autoscaling, мониторинг.
- Организация асинхронного взаимодействия между микросервисами и внешними партнёрами с помощью RabbitMQ, обеспечение надёжных и слабосвязанных потоков сообщений для синхронизации заказов, обновления цен и уведомлений о наличии на складе с гарантией доставки «как минимум один раз» (at-least-once).
- Работа над созданием и оптимизацией взаимодействия между модулями и API.
- Управление командой backend-разработчиков (до 5 человек): распределение задач, проведение код-ревью, менторинг младших специалистов, оценка трудозатрат и планирование спринтов.
- Координация кросс-функционального взаимодействия с frontend, QA, DevOps и аналитиками для обеспечения синхронизации на всех этапах разработки.
Достижения
- Обеспечил стабильную работу платформы под нагрузкой — система обрабатывала миллионы запросов в сутки и тысячи одновременных пользователей без простоев, благодаря оптимизации API, эффективному кэшированию и асинхронной обработке через RabbitMQ.
- Построил процессы внутри команды: внедрил регулярные код-ревью, стандарты написания API-контрактов и практики тестирования, что сократило количество production-инцидентов на 40%.
- Организовал онбординг и наставничество для 3 новых разработчиков, сократив время их выхода на продуктивную работу с 3 месяцев до 1.5 месяцев.
- Сократил время обработки заказов на 60%, внедрив надёжную систему асинхронной синхронизации с партнёрскими складами через RabbitMQ с гарантией доставки «at-least-once» — клиенты стали получать подтверждение наличия в 2 раза быстрее.
- Повысил надёжность интеграций, стандартизировав внутренние и внешние API: чёткие контракты, валидация, документация — снизили количество инцидентов, связанных с несовместимостью, на 75%.
- Ускорил разработку новых функций на 30%, за счёт чёткого разделения ответственности между модулями и унификации взаимодействия через REST/gRPC.
Стек специалиста на проекте
PostgreSQL, RabbitMQ, Git, Docker, JavaScript, PHP, Linux, ClickHouse, Vue.js, JQuery, Redis, GOlang, Doctrine ORM
Отрасль проекта
Social Networking
Начало работы
Февраль 2014 - Май 2022
(8 лет 4 месяца)
4MYCAR | B2B ПРОЕКТ
Роль
Backend разработчик
Обязанности
Агрегатор автозапчастей и сервис поиска деталей по наличию в магазинах.
- Разработка и поддержка платформы поиска автозапчастей, агрегирующей информацию о наличии товаров из более чем 2 000 магазинов.
- Создание и поддержка основных бэкенд-сервисов на PHP (с использованием Doctrine ORM) и Golang, отвечающих за приём, дедупликацию, нормализацию и индексацию данных по запчастям; разработка масштабируемых API для веб- и мобильных клиентов.
- Организация работы в Jira и Confluence: ведение бэклога, декомпозиция задач, документирование архитектурных решений и API-контрактов.
- Использование Redis для кэширования часто запрашиваемых данных (каталоги запчастей, цены, наличие) и MongoDB для хранения логов и временных данных.
- Оптимизация запросов к PostgreSQL и ClickHouse: переписывание N+1, использование CTE, материализованных представлений, настройка vacuum autovacuum под high-write нагрузку.
- Участие в миграции legacy-сервисов с Java на Golang: анализ и декомпозиция монолитной Java-архитектуры, постепенная замена модулей на высокопроизводительные Go-сервисы, обеспечение обратной совместимости через адаптеры и API-шлюзы, снижение затрат на инфраструктуру на 40% за счёт эффективного использования памяти и CPU в Go.
- Управление командой backend-разработчиков (до 7 человек): распределение задач, оценка трудозатрат, менторинг младших коллег, проведение код-ревью, согласование архитектурных решений, координация с frontend, QA, DevOps и аналитиками.
- Контейнеризация и оркестрация сервисов в облачных и гибридных средах (AWS, GCP): использование Kubernetes (EKS/GKE), управление ресурсами, autoscaling, мониторинг.
- Активное взаимодействие с разработчиками своей и смежных команд: участие в проектировании API-контрактов, проведение code review с фокусом на надёжность, производительность и безопасность, помощь в отладке сложных инцидентов без участия DevOps.
- Оптимизация производительности PostgreSQL: анализ медленных запросов, добавление стратегических индексов, переписывание сложных JOIN-ов и внедрение пагинации на основе курсоров — сокращение среднего времени ответа поиска с 1,2 секунды до менее чем 200 мс.
- Контейнеризация всего стека с помощью Docker, стандартизация сред разработки и упрощение процессов деплоя через Git-ориентированные workflow на Linux-серверах.
- Обеспечение мониторинга работоспособности и производительности системы с помощью кастомного логгирования, отслеживания ошибок и метрик инфраструктуры — поддержание uptime на уровне 99,5% и обеспечение быстрого реагирования на инциденты в круглосуточном режиме.
Достижения
- Сократил среднее время ответа поиска с 1,2 секунды до менее чем 200 мс за счёт глубокой оптимизации SQL-запросов, стратегического индексирования и внедрения курсорной пагинации — пользователи получили мгновенный отклик даже при работе с миллионами записей.
- Снизил затраты на инфраструктуру на 40% благодаря миграции критически нагруженных модулей с Java на Golang — эффективное использование памяти и CPU позволило обслуживать тот же трафик на меньшем количестве серверов.
- Обеспечил uptime 99,5% в круглосуточном режиме за счёт внедрения комплексного мониторинга, автоматических алертов и чётких процедур реагирования на инциденты — минимизировал влияние сбоев на бизнес-процессы.
- Ускорил цикл разработки и деплоя на 50%, контейнеризовав весь стек и стандартизировав окружения — команда получила воспроизводимые среды «от разработки до продакшена» и сократила количество «работает у меня»-багов.
Стек специалиста на проекте
PostgreSQL, RabbitMQ, Git, Docker, Java, JavaScript, PHP, Linux, MongoDB, GitLab, ClickHouse, Vue.js, JQuery, Redis, GOlang, Snowflake, Ocean, Doctrine ORM
Отрасль проекта
Social Networking
Начало работы
Февраль 2014 - Май 2020
(6 лет 4 месяца)
Формат работы
Объем участия в проекте
Высокая нагрузка
Формат взаимодействия
Удаленный
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Таганрогский государственный радиотехнический университет
Специальность
Специалист по компьютерным наукам
Завершение учебы
2006 г.
