.

Занимаюсь расширением и улучшением платформы Zepto-ai (https://www.zepto-ai.com/). Платформа предназначена для учета рабочего времени юристов, адвокатов и формирования подробных отчетов о временных затратах.

Разработал учебные проекты (Django): - социальная сеть с регистрацией (разграничение прав доступа пользователей: админ, модератор, зарегистрированный и не зарегистрированный), где пользователи могут публиковать посты сгруппированные по темам, с возможностью оставлять комментарии к постам, а также подпиской на интересных авторов. Ссылка на проект: https://github.com/kirrik/yatube_sn Также был разработан API для данного проекта. Ссылка на API: https://github.com/kirrik/api_yatube_sn - Telegram-бот, который проверяет статусы домашних работ в Яндекс.Практикум и делает оповещение при изменении статуса проверки работы. Ссылка на проект: https://github.com/kirrik/hw_checker_bot - онлайн-сервис, где пользователи могут публиковать рецепты, подписываться на публикации других пользователей, добавлять понравившиеся рецепты в список «Избранное», а перед походом в магазин скачивать сводный список продуктов, необходимых для приготовления одного или нескольких выбранных блюд. Ссылка на проект в GitHub https://github.com/kirrik/foodgram Разработал CI/CD воркфлоу на базе Git Actions и DockerHub с деплоем в Yandex.Cloud, где приложение было развернуто в Docker контейнерах с БД PostgreSQL и Nginx. Все проекты прошли проверку у опытных ревьюеров.

Разработал бэкенд нового каталога для компании Schlumberger (https://slb-prod.directual.app/) на low-code платформе Directual. Опыт был полезный для меня: самое полное погружение в MongoDB, но проект не получил финансирования, позицию сократили.

Прошел путь в модерации контекстной рекламы (Яндекс.Директ) от ручной модерации до автоматизации разметки рекламных материалов. Разработал несколько регулярных продакшн процессов проверки рекламных материалов на базе краудсорсинговой платформы (Толока/Янг) с использованием внутренних сервисов автоматизации. Полный цикл: выгрузка данных, разметка, агрегация и применение результатов, вывод данных о процессе на дашборд. В процессе работы писал большое количество запросов к БД (сама БД - внутренняя разработка, язык запросов очень схож с SQL). Активно писал скрипты на Python: писал функции по преобразованию данных в требуемый формат, а также функции по агрегации полученной разметки от пользователей. Данные по каждому разработанному процессу выводились на дашборд (Grafana). В работе часто успешно взаимодействовал с коллегами из смежных отделов. Тесно взаимодействовал с разработчиками автоматической модерации, что и послужило стимулом начать мой путь разработчика.

Бэкенд-разработчик, Python-разработчик

Прикладная информатика в экономике, Корпоративные информационные системы