Python Developer

- Перевёл существующий батч‑процессинг данных менеджеров на потоковую (real‑time) архитектуру: спроектировал и внедрил брокер‑ориентированный пайплайн. В результате среднее время обработки заявки сократилось с 30 минут до 40 секунд, а ежемесячные трудозатраты аккаунт‑менеджеров снизились на 45 % (≈ 320 человеко‑часов).
-Настроил полнофункциональную систему алертинга: связал, Telegram‑ботом, настроил маршрутизацию по уровням критичности (prod/staging/dev) и вывел метатеги о сервисе прямо в сообщение. Благодаря этому среднее время реакции команды на инциденты (MTTR) сократилось с 25 минут до 7 минут, а доля пропущенных критических алертов упала до 0 %.
- В отсутствие проектного менеджера самостоятельно собирал требования у бизнес‑подразделений, формулировал ТЗ, согласовывал архитектурные решения и приоритеты.

Стек технологий: Python, FastAPI, PostgreSQL, ClickHouse, SQLAlchemy, Redis, pytest, YT, YDB, Logbroker, Grafana, Kibana.

- Спроектировал и реализовал высоконагруженный модуль системы прогнозов: игроки голосовали за исходы киберспортивных матчей и получали награды за точные предсказания.
- Доработал устаревший сервис, подготовив подробную документацию и инструменты для локального развёртывания.
- Перенёс деплой с кастомного решения на Kubernetes, привёл продакшен‑окружения к актуальному состоянию и внедрил полноценный CI/CD‑конвейер.
- Обеспечивал непрерывную доступность и мониторинг всех веб-сервисов проекта, оперативно реагируя на проблемы и предотвращая простои.

Стек технологий: Python, Django, FastAPI, aiohttp, PostgreSQL, Redis, MongoDB, DynamoDB, RabbitMQ, Celery, Docker, Kubernetes, nginx, Elastic Stack (ELK), Sentry, Grafana, pytest, SQLAlchemy, Django ORM.

- Внедрил стандартизацию корпоративного стиля кода и настроил автоматический запуск линтеров в GitLab CI/CD, что сократило время код‑ревью на 42% и уменьшило количество регрессий на 70%.
- Спроектировал и реализовал модуль парсинга данных из облачного хранилища с последующей загрузкой и хранением файлов в базе данных, обеспечив устойчивую работу с большими объёмами информации.
- Оптимизировал алгоритм фильтрации объектов на главной странице — время загрузки страницы сократилось с 21 до 3 секунд за счёт оптимизаций плана запроса и переноса тяжёлых операций в асинхронные задачи и кеширования запросов.
- Инициировал и провёл комплексный рефакторинг устаревших Python‑модулей, что значительно снизило технический долг, повысило читаемость кода и ускорило разработку новых функциональностей на 30%.
Стек технологий: Python, Django, PostgreSQL, Redis, RabbitMQ, Celery, Docker, Kubernetes, nginx, Sentry, Grafana, pytest, Django ORM.