Антон О. Системный аналитик, Senior
ID 4334
АО
Антон О.
Senior
Россия, Санкт-Петербург, UTC+3
4 545,45 Р/час
вкл. НДС 5% (166.67 Р)
Специалист доступен с 15 августа 2026 г.
О специалисте
Специализация
Системный аналитик
Грейд
Senior
Навыки
Отрасли
Главное о специалисте
Проведение интервью с бизнес-заказчиками, воркшопов, выявление скрытых потребностей.
Приоритезация требований, декомпозиция на user stories/use cases.
Составление технических спецификаций (SRS), диаграмм (BPMN, UML, ER), API-контрактов (Swagger).
Использование Confluence, Miro, draw.io.
Оптимизация AS-IS/TO-BE процессов
Опыт с REST, gRPC, Kafka, RabbitMQ, Websocket, SOAP.
Паттерны: Anti-Corruption Layer (Kafka + MS SQL), Transactional Outbox (для гарантированной доставки), адаптер канала
Проектирование API Gateway, event-driven архитектур.
Настройка обработки ошибок (retry, dead-letter queues).
Проектирование реляционных БД (PostgreSQL, MS SQL) до физического уровня, оптимизация запросов (JOIN, CTE, оконные функции).
Навыки в Python (Pandas, статистика), PowerBI, Apache Airflow (ETL).
Работа в Agile (Scrum), участие в архитектурном комитете.
Менторство, онбординг, ревью ТЗ других аналитиков.
Умение работать с конфликтующими требованиями (например, согласовал упрощение функционала с бизнесом в букмекерском проекте).
Event-driven архитектура (Kafka, RabbitMQ).
Паттерны интеграции с легаси (ACL, хранимые процедуры).
Управление cross-team взаимодействием
Оптимизация UX/UI (BPMN, Figma).
Анализ данных для дашбордов (Python, PowerBI).
Проекты
(6 лет 9 месяцев)Одна из крупнейших букмекерских контор РФ
Роль
Системный аналитик
Обязанности
Описание проекта
Переход с монолита на микросервисы в части интеграции с внешними системами и админки управления спортивным событием.
Результат: переход завершен. Работа новых микросервисов синхронизируется с легаси монолитом через Anti-corruption Layer. Также данные передаются в микросервисы других команд.
Разработанная часть системы позволяет:
- получать от внешних поставщиков данные о спортивных событиях;
- передавать данные о спортивных событиях вручную;
- управлять потоком ручных событий и событий внешних поставщиков;
- передавать данные в государственный регулятор.
Состав команды
Моя команда: 2 аналитика, 2 фронтенд-разработчика, 2 бекэнд-разработчика, 2 QA;
Вне команды: PO, бизнес-аналитик, архитекторы, дизайнеры.
Технологии на проекте
REST, gRPC, Kafka, RabbitMQ, хранимые процедуры MS SQL, Redis, PostgreSQL, Websocket, Kubernetes, ER-диаграммы, PlantUML, Git, Miro, Figma, Scrum, LeSS.
Задачи/реализованный функционал
Интеграция данных внешних поставщиков
Разработал единый формат передачи данных разных поставщиков в Kafka.
Спроектировал stateless сервис (адаптер канала), который забирает данные поставщика (RabbitMQ + REST API) и записывает их в Kafka с учётом логики нашей системы.
Проработал алгоритм действий сервиса во внештатных ситуациях:
- обрыв связи с поставщиком;
- нарушение порядка сообщений поставщика;
- передача поставщиком некорректных данных.
Спроектировал Anti-Corruption Layer сервис, который синхронизирует данные от поставщиков (из Kafka) с легаси монолитом через хранимые процедуры MS SQL Server.
Админка управления ручными событиями
Реализован функционал: создание события, управление разными видами счёта, передача коэффициентов, управление торговлей, расчёт результатов, интеграция внешних данных в ручное событие и т. д.
Спроектировал БД (ER диаграмма на физическом уровне).
Спроектировал интеграции:
- Интеграция фронт-бек через API Gateway (REST, gRPC).
- Интеграция с сервисом поставщика данных (Websocket, Kafka, gRPC).
- Интеграция с сервисом математических моделей (gRPC).
- Интеграция с сервисом расчётов (gRPC).
- Интеграция с сервисом справочников (gRPC, Kafka).
При выполнении любых действий админка посылает в Kafka сообщения. Описал логику формирования и отправки этих сообщений.
Управление потоком спортивных событий
Актуализировал бизнес-требования: после общения с бизнес-заказчиком большая часть заявленного изначально функционала оказалась не нужна. Поэтому мы смогли упростить систему и одновременно сделать её удобной для пользователя.
Спроектировал реализацию управления спортивными событиями из разных источников с учётом их приоритетов (получение данных из Kafka, хранение в БД для отображения на фронте, передача данных по Kafka).
Переработал имеющуюся схему БД для соответствия бизнес-требованиям (ER диаграмма на физическом уровне).
Описал логику обработки полученных из Kafka сообщений и передачу сообщений в Kafka учётом действий пользователя на UI.
Спроектировал модуль просмотра потока ставок на событие (Kafka, SignalR).
Спроектировал интеграции:
- Интеграция фронт-бек через API Gateway (REST, gRPC).
- Интеграция с данными поставщиков (Kafka).
- Интеграция с потребителями данных нашего сервиса (Kafka).
- Асинхронная передача данных на фронт (SignalR).
Спроектировал Anti-corruption Layer, синхронизирующий данные с легаси монолитом (Kafka, хранимые процедуры MS SQL).
Передача данных в государственный регулятор
Описал передачу в государственный регулятор id пользователей из разных систем (из нашей системы и из другого регулятора).
Добавил несколько таблиц в БД (ER диаграмма на физическом уровне).
Описал логику получения данных из внутреннего RabbitMQ, сохранения данных в БД, передачу данных в систему регулятора (REST API).
Для обеспечения at least one доставки использовался паттерн Transactional Outbox.
Дополнительные обязанности в рамках проекта
Работа в методологии LeSS. Несколько команд работают над общим продуктом. В своей команде я занимался распределением задач в рамках спринта и координацией работы нашей команды с работой других команд.
Описание сквозных бизнес-процессов, которые затрагивают зоны ответственности нескольких команд (BPMN).
Ревью требований других системных аналитиков.
Онбординг новичков.
Участие в архитектурном комитете.
Ревью тест-кейсов.
Стек специалиста на проекте
PostgreSQL, RabbitMQ, Git, REST, SQL, Figma, Scrum, Kubernetes, LESS, gRPC, Miro, PlantUML, Kafka, Microsoft, Redis, WebSockets, ER Diagram, Хранимые процедуры
Отрасль проекта
FinTech & Banking
Начало работы
Май 2022 - Апрель 2025
(3 года)
ERP система фабрики
Роль
Системный аналитик
Обязанности
Описание проекта
Computerized Maintenance Management System – система управления обслуживанием оборудования (монолит).
Основные блоки:
Блок технического обслуживания.
Сотрудники ремонтной службы видят план работ, делают отметки о выполнении, списывают запчасти со склада, могут посмотреть инструкцию по выполнению.
Руководители составляют график обслуживания и видят результаты проделанных работ.
Блок ремонтов
Сотрудники ремонтной службы фиксируют процесс ремонта и проводят анализ коренных причин.
Руководители видят статистику ремонтов.
Блок склада
Сотрудники склада оформляют складские приходы и расходы.
Руководители видят бюджет и статистику расхода запасных частей по группам.
Состав команды
1 аналитик, 1 фронтенд-разработчик, 1 бекэнд-разработчик.
Технологии на проекте
REST, MS SQL Server, BPMN.
Задачи/реализованный функционал
Задачи:
- Бизнес-анализ.
- Проведение интервью с руководителями, наблюдение за работой сотрудников, обучение сотрудников пользованию системой.
- Ведение проекта в качестве PO, приоритезация и декомпозиция задач, постановка задач разработчикам.
- Составление BPMN схем процессов.
- Проработка пользовательского опыта.
- Анализ данных системы (python, excel) и составление дашбордов в PowerBI.
- Доработка контрактов API (REST).
Результаты:
- Разработан с нуля блок ремонтов.
- Использование системы для выполнения ремонтов внедрено по всему предприятию.
- Оптимизирована работа с блоком технического обслуживания. Ранее блок существовал, но был непригоден для использования из-за многочисленных ошибок в плане UX.
- Оптимизировано планирование закупок запчастей.
Стек специалиста на проекте
REST, SQL, BPMN, Microsoft, Identity Server
Отрасль проекта
E-commerce & Retail
Начало работы
Ноябрь 2019 - Апрель 2022
(2 года 6 месяцев)
Цифровая платформа для автоматизации МФО
Роль
Системный аналитик
Обязанности
Описание проекта
Десктопное приложение для цифровизации деятельности МФО.
Состав команды
3 аналитика, 2 фронтенд-разработчика, 4 бекэнд-разработчика, 3 QA
Технологии на проекте
Java/Kotlin, PostgreSQL, Redis, REST API, SOAP, RabbitMQ, Apache PDFBox, ELK Stack, React, OAuth 2.0, Keycloak, Power BI, Python (Pandas)
Задачи/реализованный функционал
Модуль кредитного скоринга
Интеграция полуавтоматической системы скоринга заёмщиков на основе внутренних и внешних данных (КИ, данные МФО).
Функционал:
- Сбор требований от кредитных экспертов и risk-менеджеров.
- Интеграция с API бюро кредитных историй (НБКИ, ОКБ).
- Предоставление сотруднику информации для принятия решения о выдаче кредита.
- Валидация данных и мониторинг качества скоринга (A/B-тесты).
Модуль платежей и интеграция с эквайрингом
Функционал:
- Проектирование схемы списаний/возвратов.
Модуль финансовой отчётности (ФЗ-115, ЦБ РФ)
Автоматизация отчётности для регуляторов (ЦБ, Росфинмониторинг).
Функционал:
- Генерация XML-отчётов (форматы ЦБ).
Стек специалиста на проекте
PostgreSQL, RabbitMQ, Java, Python, SOAP, Kotlin, Power BI, REST API, Apache, Keycloak, Pandas, OAuth 2.0, ELK Stack, Redis, React, pdfbox
Отрасль проекта
FinTech & Banking
Начало работы
Август 2018 - Октябрь 2019
(1 год 3 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
Горный университет
Специальность
«Электропривод и автоматика промышленных установок и технологических комплексов»
Завершение учебы
2014 г.

