Алексей В. QA авто, Senior

Старший инженер по автоматизации контроля качества с более чем 3-летним опытом в разработке автоматизированного тестирования для высоконагруженных продуктов FinTech и Web3. Подтверждённая способность повышать качество и скорость выпуска программного обеспечения благодаря передовым техническим навыкам в области автоматизации на базе Java, тестирования микросервисов и проектирования производительности. Специализируется на Kafka, тестировании блокчейна и интеграции CI/CD. Достигнуто сокращение времени регрессии на 90% и снижение количества дефектов в процессе производства на 40%. Общий опыт с Java более 4х лет. С финтехом более 2х лет.

● Профессионал с 5-летним опытом автоматизации тестирования программного обеспечения. ● Знание автоматизированного тестирования ● Внимательный, общительный, отличный командный игрок с широким кругозором. ● Ручное функциональное тестирование, регрессионное тестирование, автоматизированное тестирование, обратный инжиниринг, тестирование мобильных приложений ● Знание языков Python, Java, Go, HTML, CSS, Javascript ● Опыт работы с базами данных ● Умение работать с CI/CD ● Опыт разработки API автоматизированных тестов с помощью Postman (Swagger - базовые знания) ОБРАЗОВАНИЕ ● Кубанский государственный университет, бакалавр информационных технологий (2019)

Что умею: Писать автотесты Производить нагрузочное тестирование Писать GUI/API тесты. Писать простые запросы в базу Cassandra, MySQL, Postgres, Oracle, MariaDB Смогу развернуть рабочее окружение. Как на виртуалке, так и на локальной машине вне зависимо от Windows, Linux, BSD. Использовал: Docker+Docker Compose

Квалифицированный и целеустремленный Middle+ QA Automation Engineer. Опыт работы на Java, Python и сопутствующих технологиях. Обладает богатым опытом работы с разнообразными инструментами тестирования. Мотивированный и целеустремленный командный игрок. Получает удовольствие от работы в команде, ориентированной на результат.

Навыки 15+ лет общего опыта в Quality Assurance 10+ лет опыта в автоматизированном тестировании 5+ опыта управления QA командой Языки программирования: Java (основной язык), Kotlin, Python, C#, JavaScript Тестирование: тестирование UI, back-end и API; функциональное, компонентное, интеграционное, регрессионное, автоматизированное, нагрузочное. Инструменты тестирования: Selenium, Appium, Espresso, Cucumber, JUnit, TestNG, RestAssured, Postman, SoapUI, JMeter, LoadRunner Паттерны и практики разработки: паттерны проектирования GoF, Page Object Системы контроля версий: Git, Subversion (Tortoise SVN), Perforce CI/CD системы: Jenkins Сборка проектов: Maven, Gradle Базы данных: PostgreSQL, Oracle, MSSQL Server, MySQL, Mongo, Cassandra SQL: написание сложных запросов, хранимых процедур на PL/SQL Методологии разработки: Agile, Scrum, Kanban Управление проектом: Jira, Confluence, HP ALM, TestRail Протоколы и интеграционные подходы: http/s, tcp, udp, gRPC, REST, SOAP, WebServices Снифферы: Fiddler, Charles Proxy Сериализация и десериализация: JSON Технологии контейнеризации: Docker Логгирование: Elastic, slf4j, log4j Брокеры сообщений: RabbitMQ, Kafka Операционные системы: macOS, Windows, Linux IDE – IntelliJ IDEA, Android Studio, Eclipse, VS Code, PyCharm

Валерий — системный аналитик уровня Senior из Москвы с опытом работы в FinTech & Banking. Специализируется на анализе требований, разработке пользовательской документации и управлении стейкхолдерами. Владеет английским языком на уровне B2. Имеет высшее образование по специальности «Управление, системный и бизнес-аналитик» от ЮРИУ РАНХиГС. Участвовал в проектах в роли системного аналитика, где занимался сбором и анализом требований, проведением интервью с заказчиками, документированием требований (User Stories, Use Cases), постановкой задач команде разработки, разработкой функциональных требований к интеграции ML. Визуализировал требования в нотациях BPMN, UML, C4. Достижения включают внедрение системы AMIGO3, что сократило время формализации требований на 25%, интеграцию нотации С4, оптимизацию SQL-запросов, разработку схемы пагинации для больших выборок данных и моделирование процессов в нотации BPMN.

Максим — системный аналитик уровня Middle+ из Нижнего Новгорода. Специализируется на разработке решений в сфере E-commerce & Retail. Имеет высшее образование по специальности «Программно-аппаратные комплексы» и среднее профессиональное образование в области логистики. Владеет английским языком на уровне B2. Имеет опыт работы на следующих проектах: - Разработка приложения для анализа данных маркетплейсов (с февраля 2024 года). Задачи включали анализ маркетплейсов, проектирование бизнес-процессов в BPMN 2.0, прототипирование интерфейсов в Figma, моделирование базы данных, проектирование REST API и интеграционных потоков. - Проектирование бизнес-процессов по обработке инцидентов в логистическом центре (октябрь 2022 — февраль 2024). Сбор требований, аудит текущих процессов, проектирование TO BE решений, формирование макетов интерфейсов, оптимизация процессов. - Создание автоматизированных веб-проектов для парсинга данных (март — сентябрь 2022). Сбор и обработка данных с сайтов, создание автоматизированных решений в Zennoposter, анализ логов, структурирование данных. - Управление процессами на маркетплейсе в роли менеджера Wildberries (февраль 2021 — март 2022). Маркетинговые исследования, SEO-оптимизация, работа с API, планирование поставок и закупок, A/B тестирование, управление рекламными кампаниями.

О себе: Более 5 лет опыта в разработке backend-решений на Go, включая работу с микросервисной архитектурой, gRPC, Kafka, Redis, Docker, Kubernetes, а также опыт работы с базами данных, системами мониторинга и CI/CD. Специализируюсь на разработке высоконагруженных систем, оптимизации производительности и внедрении событийно-ориентированной архитектуры. Мне важны качество кода, масштабируемость и эффективность решений. ПРОФЕССИОНАЛЬНЫЕ НАВЫКИ: - Разработка и поддержка микросервисов на Go - Работа с базами данных: проектирование, оптимизация запросов (PostgreSQL, DGraph, ClickHouse) - Интеграция API с внешними системами (REST, gRPC, GraphQL) - Внедрение и развитие событийно-ориентированной архитектуры с использованием NATS, Centrifugo, Kafka - Работа с очередями и брокерами сообщений (Kafka, RabbitMQ) - Контейнеризация и оркестрация сервисов (Docker, Kubernetes) - Настройка и мониторинг CI/CD-процессов (GitLab CI) - Мониторинг и диагностика систем (Prometheus, Grafana, Jaeger) - Кэширование данных и повышение отказоустойчивости (Redis) - Написание юнит- и интеграционных тестов (Testify) - Работа с распределёнными системами и микросервисной архитектурой - Менторство и проведение код-ревью ________ Самая интересная и/или технически сложная задача из опыта? Я спроектировал и реализовал систему обмена событиями между микросервисами, используя NATS в качестве брокера сообщений. Это включало разработку схемы событий с использованием protobuf, создание библиотеки для удобной работы с событиями и механизмы гарантированной доставки сообщений. Особое внимание уделил обработке ошибок и повторным попыткам при сбоях, что повысило надежность системы в целом.

Разработчик с 5+ годами опыта в Data Mining, Data Science и Machine Learning. В настоящее время специализируется на цифровой обработке изображений и анализе данных с использованием Python. - Работал над задачами классификации изображений, извлечения информации из сложных изображений, классификации данных и обнаружения объектов. - Имеет опыт статистического анализа сложных наборов данных и построения прогнозных моделей. - Разработка процессов ETL (сбор данных из нескольких источников данных: отчеты Excel, аналитические сервисы, отдельные базы данных), преобразование и дополнение данных, визуализация данных для отчетности в метабазе, разработка инфраструктуры и заданий/рабочих процессов для автоматического запуска процесса ETL по расписанию с помощью Airflow. Во время учебы в университете входил в состав университетской команды по участию в International Collegiate Programming Contest. Хорошо знаком со структурами данных, а также алгоритмическим программированием. В своих бакалаврских и магистерских дипломных работах описал идеи решения задач классификации данных с использованием метаэвристических и эволюционных алгоритмов.