Иван Никитин

Crypto Flow — проект по предсказанию движения криптовалютных активов на основе анализа данных из различных источников (LunarCrush, ITB, Santiment). Система использует машинное обучение, анализ временных рядов и сложные алгоритмы обработки данных для прогнозирования цен и других ключевых метрик

Мои задачи:

Разработал тестовые дашборды для анализа ключевых метрик криптовалют.
Разработал автоматическую визуализацию графиков с пометками с помощью Plotly, позволяющую отслеживать поведение криптовалютных активов и ключевые события.
В дальнейшем интегрировал генерацию графиков в логику проекта, добавив автоматическую генерацию аналитических отчётов.

Переписал ключевые модули улучшив читаемость и масштабируемость кода.
Внёс правки в API и улучшил структуру моделей Django ORM, что упростило работу с базой данных.

Разработал новые эндпоинты на Django для работы с данными криптовалют.
Помогал с интеграцией API различных провайдеров (LunarCrush, ITB, Santiment) в проект.
Автоматизировал тестирование API, написав unit и integration тесты, что помогло снизить количество багов на 40%

Интегрировал новую ML-модель для предсказания цен криптовалют, адаптировав её под архитектуру проекта

Провёл работу над асинхронными задачами Celery, устранив узкие места в производительности.
Смог повысить скорость обработки задач на 60% за счёт оптимизации кода и настройки Redis-брокера.
Настроил Celery Beat для автоматического сбора данных по расписанию

Оптимизировал SQL-запросы в PostgreSQL, что уменьшило время выборки данных на 30%.
Настроил индексы и провёл ревизию схемы базы данных.

Работал с контейнеризацией проекта, настраивал Docker / Docker Compose.
Оптимизировал работу контейнеров, что уменьшило время билда и деплоя на 20%.
Настроил CI/CD пайплайн с GitHub Actions / GitLab CI, автоматизировав тестирование и деплой.

Backend Stack:
Django 4.2
PostgreSQL
Redis
Celery

ML Stack:
Python 3.10+
scikit-learn
CatBoost
tsfresh
pandas
numpy
ClearML (для ML-пайплайнов)

API Интеграции:
Santiment API
LunarCrush API
IntoTheBlock (ITB) API

Проект: Разработка парсера для букмекерской конторы MAXBET

Обязанности:
Разработка и интеграция парсера для Live и Prematch данных (ID событий, коэффициенты, текущие счета, исходы). Оптимизация многопоточной архитектуры, снижение времени парсинга, обработка ошибок, логирование, тестирование, документация.

Достижения:
Разработал парсер данных для букмекерской конторы MAXBET с использованием Python, asyncio, multithreading и настроил асинхронную обработку запросов, что позволило сократить время парсинга на 95% – с 45 до 2 секунд (Live) и с 50 до 5 секунд (Prematch).

Оптимизировал работу с Redis и PostgreSQL, реализовав многопоточную архитектуру, что обеспечило стабильную работу при 250+ матчах одновременно.

Настроил WebSocket API для мгновенного обновления данных и сократил количество запросов к серверу за счет адаптивной частоты обновления матчей.

Внедрил логирование и обработку ошибок с помощью Flask и JSON, что улучшило отслеживание состояния парсера и снизило количество пропущенных событий.

Оптимизировал код, используя модульную архитектуру, что упростило его поддержку и дальнейшую разработку.

Подготовил техническую документацию, включая требования к окружению и инструкцию по развертыванию.

Технологии:
Python, asyncio, multithreading, Redis, PostgreSQL, Flask, WebSocket, Pandas, JSON, API-интеграции, системы логирования, парсинг.

Ключевые навыки:
Парсинг, асинхронное программирование, API-интеграция, оптимизация производительности, обработка больших объемов данных, разработка отказоустойчивых систем.

Проект 1: Room Rental Management Application

Описание:

Разработал веб-приложение для управления арендой комнат, предоставляющее удобный интерфейс для арендаторов и арендодателей, упрощая процесс поиска и аренды жилья.

Технологии:

Backend: Django, Python

Frontend: HTML, CSS, JavaScript

База данных: PostgreSQL

Деплой: Heroku

Основные достижения:

Создал функционал для создания, редактирования и удаления объявлений об аренде.

Внедрил систему бронирования и управления арендами с уведомлениями.

Оптимизировал производительность и безопасность приложения, обеспечив защиту данных пользователей.

Ссылка на проект: https://github.com/lolevan/room_rental

Проект 2: Telegram Bot for Appointment Scheduling

Описание:

Создал телеграм-бота для автоматизации записи на прием в парикмахерской "Beauty lia hair", оптимизируя бизнес-процессы и улучшая клиентский сервис.

Технологии:

Язык программирования: Python

Фреймворк: Django, Celery

API: Telegram Bot API, PyTelegramBotAPI

База данных: PostgreSQL

Основные достижения:

Проанализировал существующие телеграм-боты и спроектировал архитектуру оптимизированного бота.

Разработал функционал для записи на прием, управления расписанием и администрирования записей.

Внедрил систему уведомлений для напоминания пользователям о предстоящих встречах.

Создал персонализированный интерфейс, улучшая взаимодействие с клиентами.

Разработал административную панель для управления заявками, просмотром расписания, добавлением рабочих дней и рассылкой сообщений.

Внедрил сбор статистики дня и экспорт данных клиентов.

Ссылка на проект: https://github.com/lolevan/tg_bot_appointment

Проект 3: Open News Aggregation Platform

Описание:

Разработал платформу для агрегирования новостей из различных источников, предоставляя пользователям актуальную информацию и удобный интерфейс для чтения и публикации новостей.

Технологии:

Backend: Python, Django

Frontend: HTML, CSS, Bootstrap

База данных: SQLite

Основные достижения:

Реализовал систему публикации и категоризации новостей с использованием шаблонов и классов Django.

Внедрил валидацию контента на нецензурную лексику и систему регистрации/авторизации пользователей.

Оптимизировал SQL-запросы с помощью Django ORM и Debug Toolbar.

Создал удобную админку для управления контентом, используя CKEditor.

Разработал функционал для фильтрации и сортировки новостей по категориям, дате и популярности.

Внедрил пользовательские профили, позволяющие сохранять настройки и предпочтения.

Обеспечил отзывчивый дизайн для мобильных устройств, улучшая пользовательский опыт на разных платформах.

Ссылка на проект: https://github.com/lolevan/open-news

Проект 4: Telegram Bot for Healthy Lifestyle

Описание:

Разработал телеграм-бота для содействия здоровому образу жизни. Бот выполняет четыре ключевые задачи и включает панель меню для удобного взаимодействия.

Задачи:

Напоминания: Бот отправляет пользователю напоминания в назначенное пользователем время с указанным текстом.

Полезные советы: Бот парсит информацию с различных сайтов и предоставляет ежедневные советы.

Упражнения: Бот вытягивает видео с YouTube с упражнениями по запросу пользователя.

Рецепты: Бот вытягивает видео с YouTube с рецептами полезных блюд по запросу пользователя.

Технологии:

База данных: PostgreSQL, SQL, SQLAlchemy, Psycopg2, Asyncpg

Бот API: Aiogram (Python)

Основные достижения:

Реализовал систему напоминаний, позволяющую пользователю задавать время и текст уведомлений.

Внедрил парсинг сайтов для предоставления актуальных советов по здоровому образу жизни.

Разработал функционал для поиска и отображения видео с YouTube, соответствующих запросам пользователей на упражнения и рецепты.

Обеспечил удобный и интуитивно понятный интерфейс бота, улучшая пользовательский опыт.

Я применил Python, Django, DRF, Docker, Shell и SQL.

Я познакомился и применил принципы OOP и DRY, научился работать с API благодаря DRF, а также использовал GIT в своих проектах, реализовал оптимизацию запросов с помощью Django ORM, а также работал с postgres.

Реализованные проекты:

1. проект "test-task-stripe": (Django, Stripe API, Postgresql, Docker, Shell)
Это проект на django, который реализует сервер с одной html-страницей, которая взаимодействует с Stripe API и создает формы оплаты товаров.

- Реализован специальный метод присвоения идентификатора сеанса конкретному продукту благодаря views в Django
- Реализован переход на разные страницы в результате успешной/неуспешной транзакции
- Сделан редирект на страницу покупки благодаря языку шаблонов Django и основам javascript
- Реализована контейнеризация с использованием Docker

Проект на GitHub: https://github.com/lolevan/test-task-stripe


2. Проект "Code-highlighting": (DRF, pygments)
Разработан с использованием веб-API Django REST framework (DRF)
Это сервис для хранения кода и извлечения кода через API
- Реализован API, основанный на пользователях и фрагментах кода.
- Созданы формы со ссылками и отсылками к объектам с использованием абстракции поверх сериализации.
- Осуществлено изъятие, обновление и добавление объектов благодаря mixins.
- Реализованы разрешения на доступ к объекту пользователя (который его создал).
- Произведена разбивка на страницы с использованием DEFAULT_PAGINATION_CLASS.
- Реализована подсветка кода благодаря библиотеке pygments.

Проект на GitHub: https://github.com/lolevan/Code-highlighting


В моем профиле на GitHub есть еще несколько проектов: https://github.com/lolevan/

Разработка и поддержка чат-ботов и платформ автоматизации взаимодействия с пользователями

Голосовой бот с ChatGPT
Разработка Telegram-бота для голосовой транскрибации, взаимодействия с ChatGPT и преобразования текста в аудио. Реализация асинхронного API на FastAPI и интеграция с OpenAI для обработки голосовых запросов и генерации ответов. Использование MongoDB для хранения пользовательских данных и aiogram для взаимодействия с пользователями.

StickAndDrive – платформа для автоматизированного обслуживания клиентов
Создание платформы на FastAPI для автоматизации работы с владельцами автомобилей, заинтересованными в размещении рекламы. Интеграция с Google Drive API и Google Sheets API для хранения и обработки данных. Использование платежной системы JumpFinance для автоматизации выплат автовладельцам, а также MongoDB для хранения информации о пользователях и рекламных кампаниях. Разработка бота на aiogram для выбора рекламных предложений, обработки отчётов о выполнении кампаний и автоматизации взаимодействия с администраторами.

Telegram-бот с курсами и интеграцией ЮКасса
Разработка Telegram-бота для предоставления образовательного контента и тестирования пользователей. Использование FastAPI для создания REST API и PostgreSQL для хранения данных о пользователях и их прогрессе. Внедрение интеграции с ЮКасса для автоматизации платежей и обеспечения безопасности транзакций, а также настройка тестирования функционала курса через бота.

Нейро-бот менеджер по продажам для Instagram
Разработка и внедрение нейро-менеджера по продажам для автоматизации взаимодействия с клиентами в Instagram. Использование OpenAI API и Instagram API для интеллектуальной обработки запросов пользователей, отсев нецелевых обращений и перенаправление заинтересованных клиентов к менеджеру. Настройка APScheduler для планирования и управления расписанием бота, PostgreSQL для хранения данных пользователей и статистики взаимодействий.

Разработал и поддерживал веб-приложение для отображения портфолио компании, занимающейся разработкой игр на заказ. Приложение включало анимированные странички для каждого проекта, реализованные с использованием Django и FastAPI.

Работал в тесном сотрудничестве с фронтенд-разработчиком на Vue.js, обеспечивая интеграцию бекенда с клиентской частью, а также разрабатывая уникальные анимации и интерактивные элементы для улучшения пользовательского опыта.

Занимался созданием и поддержкой RESTful API для взаимодействия с фронтенд-приложением, реализуя безопасную и масштабируемую архитектуру.

Принимал участие в разработке контента и игрового кода для проектов, когда команда испытывала нехватку ресурсов, что позволило своевременно завершить несколько ключевых проектов.
Оптимизировал производительность приложения, внедрив асинхронные процессы и кэширование данных с использованием Redis, что улучшило время загрузки страниц и общую отзывчивость системы.

Использовал Docker для контейнеризации приложений, обеспечивая быструю развертку и согласованную работу на различных окружениях.
Внедрил автоматическое тестирование и CI/CD процессы, что способствовало повышению качества кода и ускорению выпуска обновлений.

Мы разработали и успешно запустили Minecraft сервер, который стал центром мини-игр для детей. Этот проект не только позволил нам обучить детей основам программирования, но и подарил им незабываемые впечатления и интерактивные приключения.

В рамках этого проекта я углубился в программирование на Java и освоил Spigot API для создания уникальных серверных плагинов. Я также стал экспертом в использовании системы контроля версий GitHub. Одной из самых увлекательных задач была интеграция голосового чата, что значительно улучшило взаимодействие и координацию между игроками.

Кроме того, я обучал Django и FastAPI, что дало мне прочную основу в веб-разработке и расширило мой технический кругозор.

Этот проект стал для меня настоящей школой, где я смог объединить теоретические знания с практическими навыками. Я освоил новые технологии и инструменты, а также значительно улучшил свои навыки командной работы и управления проектами. Я научился эффективно работать в динамичной среде, быстро адаптироваться к новым задачам и решать проблемы на лету.

Во время работы над различными проектами в составе моей команды, один из самых интересных проектов был созданием AR-игры для проведения викторин для детей.

Пока шел процесс разработки, я ознакомился с разными аспектами программирования на C#, узнал, как работать с API Airtable и какие библиотеки можно использовать. Также научился работать с Vuforia и интегрировать её в текущий проект на Unity.

Кроме того, я обучал Django и FastAPI, что дало мне прочную основу в веб-разработке и значительно расширило мой технический кругозор.