Уже 5 лет в Python и около 3 лет в коммерческой разработке. Работаю на позиции Python Backend Developer. Работал с такими технологиями как:
- Backend: FastApi, Django, DRF, Flask
- DB и Data Warehouses: PostgreSQL, Mongo, Redis, BigQuery, DynamoDB, Amazon S3
- ETL: Apache Airflow, Prefect, Tap-Target ( Meltano SDK )
- Parsing: Selenium, Splash, Browserless, Burp, Postman, Scrapy
Также знаком и работаю с RabbitMQ, Pandas, PyTest, контейнеризацией через Docker. Работал с методологиями agile и kanban.
Больше всего нравится создавать микросервисы ( например на FastAPI), разбираться в проектах побольше на Django и Flask. Имею опыт поднятия проекта с нуля-сэтап докера, первичного репозитория и т.п. Себя позиционирую как Middle+ Python Developer, но понимаю, что в знаниях в той или иной сфере всегда есть пустые места, которые готов закрывать разбираясь в документации по предмету.
Имею опыт работы как в достаточно больших командах, так и в командах поменьше.
В начале пути становления программистом увлекался олимпиадным програмированием и решал различные математические/логические задачи на сайтах: CheckiO, Project Euler и т.п.. В университете получил знание о многих языках програмирования: Python, C/C++, JavaScript, С#, Java, Kotlin, R, но фаворитом стал именно Python.
Свободно понимаю техническую документацию на английском.
Работа во внутреннем проекте сбербанка. Основа проекта Django + Postgres, ElasticSearch. Проект очень тесно связан с ML концепциями. Тот самый бэк проект, в котором очень много страшного ML кода, которого ты должен не бояться. Проект написан достаточно чисто ( Работа с Бд в репозиториях, вью вызывают use-case, use-case вызывают сервисы ).Но свои процентов 30 легаси, в котором вся логика в сериализаторах имеется.
- Архитектура сервисов и проекта в целом
- Разработка сервисов в контексте Django монолита
- Оптимизация и рефакторинг легаси
- Общение с ML кодом и ML разработчиками
- Docker контейнеризация
- Улучшение и поддержка проекта на Flask + MongoEngine
- Тестирование с Pytest
- Работа с TelegramAPI модулем
Сервис ассистентов на flask + mongodb взаимодействующий через RabbitMQ с telegram ботом, обильное применение тестировки на Pytest. В основные задачи входило улучшение и фиксы FlaskAdmin и CRM на Flask с периодическими доработками для telegram бота. Задачи архитектурного характера, рефакторинг существующей системы.
- Создание, улучшение и поддержка API на основе Django, FastAPi
- ETL разработка : Apache Airflow, Prefect, Tap-Target ( Meltano SDK )
- Docker контейнеризация
В основном микросервисная разработка нацеленная на нужды компании. Обильное количество проектов на FastAPI + Redis/Posgtres, примечательным могу выделить проект с ML коллегой в ходе которого приходилось внедрять ML модуль в архитектуру микросервиса. Достаточно крупный проект на Django DRF + Posgtres поднятый с нуля в основе которого лежит монолит админка для нужд компании. ETL разработка на Apache Airflow как в отдельности, так и в виде модуля для проектов на FstAPI и Django.
Обязанности:
- Создание парсеров веб-сайтов и мобильных приложений ( Android )
- Разработка методов обхода ограничений парсинга: CloudFlare, Captcha, Jhash, Баны, Лимиты и т.п.
- Поддержка и оптимизация существующих парсеров
- Работа с Scrapy, Splash, Selenium, Browserless
САПР