Евгений К. Python разработчик, Middle+

Стек: FastApi, OpenAI, SQLAlchemy, google_api, pydantic Система разработана для помощи HR в первичном собеседовании кандидатов. HR создает вакансию с кратким описанием после чего система генерирует ключевые вопросы, на которой должен ответить кандидаты. HR может изменять ключевые вопросы, которые будут предоставлены кандидатам. После того как вакансия создана, происходит рассылка приглашений по электронной почте. Анализ ответов осуществляется LLM. По окончании интервью отдельный воркер осуществляет анализ пол ученых ответов и по каждому ключевому вопросу выставляет оценку от 0 до 10 балов, так же на основании ответов формируется сильные и слабые стороны кандидата. Его кандидат получает как обратную связь. HR компании в свою очередь может ознакомится со всеми отчетами своих кандидатов, а так же увидеть рейтинг конкретного кандидата ко всем кандидатам прошедшим интервью по антологичным вакансиям.

Стек: Django, Djanro ORM, redis, python-telegram-bot Телеграм бот для интернет - магазина с спец предложениями. Для получения товара по спец цене необходимо собрать компанию желающих приобрести товар. Сам web app выглядит как интернет - магазин, где мы видим товары и кол-во необходимых участников для покупки по спец цене. При помощи web app покупатель может выполнить весь цикл покупки товара: изучить товар и его описание, купить оплатив через приложение, а так же отследить статус доставки до пункта выдачи заказов.

Стек: FastApi, Aiohttp, Playwright, Openpyxl, Sqlalchemy[asyncio], Pydantic, PosgreSQL, Redis, RabbitMQ, SQLAlchemy, Docker-Compose, Git. Система ищет ресурсы рунета, которые собирают или распространяют персональные данные, и оценивает соответствие этих ресурсов требованиям. АС МПДн хранит информацию и обеспечивает быстрый доступ ко всем данным мониторинга. Система позволяет одновременно работать не менее чем 200 авторизованным пользователям. При этом время отклика системы при открытии форм на экране не должно превышать трех секунд, за исключением времени первого запуска клиентского компонента, печати материалов, передачи файлов на сервер, генерации печатных форм и отчетов. Система осуществляет мониторинг и проверку не менее чем 15 000 информационных ресурсов в сети еженедельно. Система мониторинга является централизованной и построена на многоуровневой архитектуре с выделением уровней хранения данных (сервер базы данных), уровня приложения (сервер приложений) и уровня представления (клиентское приложение). В качестве пользовательского программного обеспечения используется веб-браузер. Все компоненты и функциональные задачи системы реализованы на основе микросервисной архитектуры с использованием контейнеризации на основе Docker Compose. Должностные обязанности: • Написание эффективного и масштабируемого кода; • Разработка компонентов серверной части для повышения отзывчивости и общей производительности; • Тестирование и отладка программ; • Улучшение функциональности существующих систем; • Сотрудничество с внутренними командами для понимания требований пользователей и предоставления технических решений.