Увлечение разработкой началось у меня около двух лет назад, когда я переехала в новый город. Тогда я решила попробовать свои силы в программировании и выбрала Python как основной язык для изучения. Синтаксис Python мне показался простым и понятным, что сделало его идеальным выбором для меня, как для начинающего разработчика.
Я всегда любила решать сложные задачи и создавать что-то новое, поэтому информатика была для меня интересной областью еще со времен университета. Я даже задумывалась о получении второго высшего образования по направлению информатика и вычислительная техника.
Для того чтобы продвигаться в своем развитии как профессионала, я постоянно обучаюсь. Я прохожу онлайн курсы на платформах типа Stepik, Неотология и Яндекс.Практикума, читаю документацию, изучаю специализированные книги и смотрю лекции на YouTube. Также активно решаю задачи на платформе leetcode.com, чтобы улучшить свои навыки алгоритмического программирования.
Я начала пробовать свои силы на хакатонах и у меня есть свой собственный pet-проект, над которым я работаю в свободное время. Это помогает мне применить свои знания на практике и постоянно совершенствоваться.
Мой опыт работы также развил во мне коммуникативные навыки, которые помогли мне успешно вести переговоры, эффективно работать в команде и брать ответственность за выполнение поставленных задач.
Я ищу работу, где смогу постоянно учиться и развиваться. Рассматриваю работу в офисе, гибридный или удаленный формат работы.
Готова к выполнению тестового задания.
С проектами, представленными ниже, можно ознакомиться на GitHub:
1. Random_coffee_bot.
Бот для сотрудников компании, который раз в неделю по определенному алгоритму (гарантирующему, что встречи не повторяются) подбирает пары для офлайн или онлайн-встреч с целью выпить чашечку кофе или чая. В конце рабочей недели рассылается напоминание о предстоящей встрече.
Стек: Python 3, Aiogram, Aiosqlite, APScheduler, SQLAlchemy, Alembic, Pydantic.
2. Recipe_publishing_network.
Социальная сеть для публикации рецептов. Сайт, на котором пользователи могут публиковать рецепты, добавлять чужие рецепты в избранное и подписываться на публикации других авторов. Пользователям сайта доступен сервис «Список покупок». Он позволит создавать список продуктов, которые нужно купить для приготовления выбранных блюд. Проект упакован в docker-контейнеры и настроен CI/CD (GitHub Actions)
Стек: Python 3, Django REST Framework, Djoser, Docker, Gunicorn, nginx, PostgreSQL.
3. Financial_support_for_projects.
API-приложение для сбора финансовой поддержки проектов. Пользователи могут просмотреть список всех проектов, включая необходимые и уже внесенные суммы. Зарегистрированные пользователи могут делать пожертвования и просматривать историю своих пожертвований. Отчеты создаются в Google Sheet.
Стек: Python 3, FastAPI, SQLAlchemy, Alembic, Pydantic, Asyncio, Google Sheets.
4. Cultural_compass.
API приложение для сбора отзывов о книгах, фильмах, музыке. Работала в команде из 3-х человек. Я отвечала за часть, касающуюся управления моделями: категория, жанр и произведения. Реализовала команды для автоматического импорта данных из файла .csv в базу данных.
Стек: Python 3, Django REST Framework, Pandas.
5. Space_for_your_stories
Проект создан с помощью фреймворка Django. Используется пагинация и кэширование, реализована регистрация и авторизация пользователей, восстановление пароля через почту. Проект покрыт тестами - покрытие 98% (Django Unittest).
Реализован REST API для проекта.
Стек: Python3, Django3, Django REST Framework, Djoser.
6. Link_shorteners .
API приложение сокращения ссылок, которая объединяет длинную ссылку, предоставленную пользователем, с короткой, предложенной пользователем или созданной самим приложением.
Стек: Python 3, Flask, SQLAlchemy, Alembic.
7. Homework_bot.
Telegram-бот. Бот-ассистент обращается к сервису API Практикум.Домашка и узнает статус домашней работы. Реализовано логирование проекта.
Стек: Python 3, Python-telegram-bot.
8. BS_parser_pep.
Проект осуществляет сбор информации о нововведениях и статусах версий в Python, а также реализует скачивание архива последней версии Python. Реализована возможность подсчета количества PEP (Python Enhancement Proposals) в каждом статусе и общее количество PEP. Сбор информации организован с официального сайта Python. Вывод данных осуществляется построчно в консоль и в виде таблицы, сохраняет данные в формате csv-файла.
Стек: Python 3, BeautifulSoup, Requests, PrettyTable.
9. Scrapy_parser_pep.
Проект парсинга документов PEP на базе фреймворка Scrapy.
Стек: Python 3, Scrapy.