Senior Python Developer

На данный момент Старший Python разработчик.

Мои компетенции и опыт

Старший Python разработчик с опытом более 7 лет. Создавал высоконагруженные бэкенд-системы для e-commerce, промышленной аналитики и enterprise-автоматизации. Спроектировал и запустил более 10 микросервисов, оптимизировал производительность запросов к базам данных на 60-70%, сократил расходы на облачную инфраструктуру на 18% за счёт оптимизации ресурсов AWS. Ключевые компетенции: проектирование распределённых систем, событийно‑ориентированная архитектура, разработка API, оптимизация баз данных, создание пайплайнов данных, автоматизация CI/CD. Дополнительно владею Go, а также инструментами LLM и MLOps.

1. Старший Python разработчик 11/ нужен доступ к резюме н.в. (Платформа аналитики для геологической отчётности, 500+ специалистов, нефтегазовый сектор)

• Перенёс обработку геологической отчётности с легаси-монолита (Kotlin) на микросервисы на Python с FastAPI и Kafka. Это сократило время согласования релизов на 28%, а количество инцидентов при интеграции - на 23%.

• Ускорил ответ эндпоинтов геологической отчётности с 400 мс до <120 мс за счёт кэширования на Redis и инвалидации кэша на основе Kafka.

• Спроектировал gRPC-коммуникацию между ETL, сервисом обработки документов и сервисами отчётности, обрабатывающую 3000+ внутренних RPC-запросов в минуту. В системе реализованы оркестрация повторных вызовов и идемпотентное выполнение задач.

• Разработал DAG-пайплайны Airflow и ETL для загрузки более 240 ГБ геоданных и данных подрядчиков в ClickHouse. Время генерации отчётов для внутренних дашбордов сократилось с 2 часов до 18 секунд.

• Создал на FastAPI микросервис выплат подрядчикам: валидация по событиям, асинхронное согласование, отслеживание расчётов в PostgreSQL.

• Построил ETL-пайплайны для классификации документов на базе LLM и структурированного извлечения данных из геологических процессов. Это сократило объём ручной верификации технических отчётов на 83%.

• Оптимизировал AWS-инфраструктуру для сервисов обработки документов и отчётности: подобрал оптимальные ресурсы ECS, S3, RDS, SQS и ElastiCache. Это сократило расходы на облако на 18%.

2. Старший Python разработчик, 06/ нужен доступ к резюме /2023 (Компания по разработке ПО для автоматизации строительства и операционной отчётности)

• Спроектировал слой кэширования на Redis для отслеживания состояния процессов. Добавил потоки событий Kafka для синхронизации статусов между микросервисами. Это сократило количество повторных чтений PostgreSQL на 34%.

• Создал микросервисы на FastAPI для отчётности и ETL-процессов с фоновыми обработчиками и типизированными API-контрактами. Простои, связанные с релизами, сократились на 42%.

• Оптимизировал PostgreSQL-запросы для эндпоинтов истории выплат и отчётности: добавил составные индексы и перестроил логику агрегации. В результате p95 задержка ответа снизилась с 350 мс до менее 100 мс.

• Внедрил безопасную обработку документов с OAuth2, JWT, ролевым доступом, шифрованием данных и соблюдением требований GDPR. Это помогло пройти внутренние аудиты безопасности.

• Развернул мониторинг и оповещение для фоновых сервисов с помощью Prometheus и Grafana. Среднее время обнаружения сбоев сократилось с 47 до 9 минут.

• Разработал DAG-пайплайны Apache Airflow для синхронизации данных о выплатах, отчётности и операционных данных между сервисами и PostgreSQL. Это уменьшило объём ручной сверки и устранило расхождения в данных для биллинга.

3. Python разработчик, 10/ нужен доступ к резюме /2020 (Крупнейший маркетплейс Восточной Европы: 70+ млн пользователей в месяц)

• Добавил в Django-монолит и во вспомогательные микросервисы новые функции для отчётности продавцов и автоматической генерации документов (GraphQL, Jinja2). Благодаря этому время на ручную подготовку документов сократилось на 38%.

• Поднял покрытие бэкенда тестами с 62% до 88% с помощью pytest в CI-пайплайнах на Docker и Kubernetes. Инцидентов при регрессе стало на 34% меньше, а время проверки сократилось с 2 часов до 25 минут.

• Внедрил асинхронную очередь задач на asyncio и Kafka для длительного взаимодействия с внешними API. Количество ошибок при генерации отчётов снизилось на 12%, а число обращений пользователей о проблемах сократилось.

• Разработал на Django бэкенд-логику для динамического расчёта комиссий продавцов в зависимости от категории товара, модели доставки и параметров заказа. Это повысило предсказуемость выплат и уменьшило объём ручных корректировок.

• Автоматизировал фоновую генерацию отчётов и массовую обработку данных с помощью Celery. Благодаря этому длительные процессы перестали блокировать внутренние API в часы пик.