Junior Python Developer

На данный момент Backend-разработчик.

Мои компетенции и опыт

1. WaveAccess (Июнь 2025 — Июль 2025, 2 месяца)

Роль: Backend-разработчик (производственная практика)
Проект: Система «Реестр проверок» для учета плановых и внеплановых контрольных мероприятий в отношении юрлиц, ИП и граждан.

Обязанности и достижения:

• Разработал Elasticsearch-сервис для поиска с поддержкой key-set pagination.
• Реализовал индексацию данных в Elasticsearch при создании сущностей в БД.
• Создал систему трекинга изменений проверок с рекурсивным вычислением изменённых атрибутов (автор, время, тип изменения, разница старого и нового значений).
• Интегрировал сервис DaData API для автозаполнения данных организаций, настроил scheduler для периодической обработки новых проверок.
• Настроил Poetry для управления зависимостями, alembic для миграций.
• Покрыл код юнит-тестами (Pytest).

Стэк: Python, FastAPI, Elasticsearch, Docker, SQLAlchemy, Alembic, Pytest, DaData API, APScheduler, Poetry.

KPI/Результаты:

• Повысил скорость поиска за счет Elasticsearch.
• Автоматизация обработки проверок (DaData + Scheduler) снизила ручные трудозатраты.

2. Казанский федеральный университет (Январь 2025 — Июнь 2025, 6 месяцев)

Роль: Backend-разработчик (учебный проект)
Проект: Веб-сервис для агрегации и дедупликации данных об участниках Отечественной войны из архивов и открытых источников с использованием ML.

Обязанности и достижения:

• Разработал высоконагруженные парсеры с обходом блокировок (ротация прокси, задержки).
• Создал REST API (Django REST Framework) для интеграции порталов.
• Покрыл код юнит-тестами (Pytest).

Стэк: Python, Django, DRF, BeautifulSoup, Selenium, Pytest.

KPI/Результаты:

• Снизил количество дубликатов данных за счет алгоритмов дедупликации.
• Повысил стабильность парсеров при большом объеме данных.

3. B-RAIN SOLUTIONS (Август 2024 — Январь 2025, 6 месяцев)

Роль: Backend-разработчик (учебный проект)
Проект: Система предиктивной аналитики для университета.
Цель: Выявление студентов группы академического риска и формирование персональных рекомендаций.

Обязанности и достижения:

• Разработал и поддерживал REST API (DRF).
• Внедрил JWT-аутентификацию с обновлением токенов и ролевой моделью доступа.
• Организовал асинхронную обработку данных через Celery и Redis для фоновых задач (отчёты, переобучение ML-моделей).
• Оптимизировал производительность БД (денормализация таблиц).
• Настроил Docker-окружение для разработки и деплоя.

Стэк: Python, Django, DRF, PostgreSQL, Redis, Celery, Docker, JWT, Swagger.

KPI/Результаты:

• Точность модели выявления студентов группы риска: 87%.
• Сокращено время генерации отчетов благодаря асинхронной обработке.
• Автоматизация рекомендаций снизила нагрузку на преподавателей.