Специалисты

Разработка парсера для сбора кадастровых номеров

Команда:10 разработчиков, 2 системных администратора Роль: Бэкенд-разработчик Задачи: Разработал и уточнил техническое задание для парсера данных, определив требования к функциональности, производительности, безопасности и надежности системы. Использовал Go для реализации и Docker для контейнеризации приложения. Провел исследование и оценку инструментов и библиотек для парсинга данных, выбрав оптимальные технологии, обеспечившие прирост производительности на 25% по сравнению с аналогами. Реализовал парсер для автоматического сбора кадастровых номеров с веб-источников. Работа включала написание кода на Go, настройку соединений с базой данных на основе MSSQL Server, а также обработку и сохранение данных. Организовал комплексное E2E тестирование системы с использованием Selenium, разработал тестовые сценарии, что позволило выявить и устранить более 95% ошибок на ранних этапах разработки. Регулярно обновлял и оптимизировал парсер для соответствия изменениям в источниках данных, что обеспечило бесперебойную работу системы и стабильность на уровне 99.9% времени эксплуатации. Достижения: Увеличил точность и скорость сбора кадастровых номеров на 30%, что привело к значительному ускорению обработки данных. Автоматизировал процесс сбора данных, сократив ручной труд на 70% и уменьшив операционные затраты на 50%. Обеспечил надежность системы на уровне 99.9% uptime, что позволило компании эффективно обрабатывать данные в реальном времени.

Go, Selenium, MSSQL Server, Docker

Июль 2023- наст. время месяцев

b2b платформа travel направления

Роль: backend разработчик Команда: 2 backend-разработчика, 1 fullstack-разработчик, менеджер, системный аналитик, devops – инженер Проект: b2b платформа travel направления для продажи авиа и жд билетов, требовалось поддерживать и внедрять новый функционал. Задачи: Разработал новые модули для бронирования авиа- и ж/д билетов с использованием Go для создания RESTful API, что позволило расширить функциональные возможности платформы. Интегрировал платформу с глобальными дистрибьюторскими системами (GDS), включая Amadeus, Sabre и Galileo, для получения данных о рейсах, ценах и бронированиях. Реализовал взаимодействие с API операторов ж/д перевозок, таких как РЖД и Amtrak. Создал и оптимизировал высоконагруженные REST/gRPC API для партнеров (B2B-клиентов), обеспечив доступ к поиску, бронированию билетов и управлению заказами. Использовал PostgreSQL для работы с данными, RabbitMQ для управления очередями, и Docker для контейнеризации. Провел регулярное тестирование и отладку системы, что сократило количество багов на 40% и улучшило пользовательский опыт. Участвовал в планировании спринтов и обсуждении архитектурных решений, что повысило эффективность командной работы и ускорило выполнение задач. Достижения: Успешно интегрировал платформу с международными системами бронирования (Amadeus, Sabre, Galileo), что увеличило ассортимент рейсов и билетов для клиентов на 25%. Оптимизировал обработку запросов к API операторов авиа- и ж/д билетов, снизив среднее время отклика на 30% и обеспечив обработку до 5000 запросов в минуту. Реализовал систему мониторинга и логирования с использованием Prometheus и Grafana, что позволило оперативно реагировать на сбои и снизить время простоя системы на 60%. Добавил функции аналитики и отчетности, которые помогли B2B-клиентам увеличить контроль над бизнес-процессами, улучшив их видимость продаж и возвратов на 20%.

Go, PostgreSQL, RabbitMQ, Docker, REST API.

Май 2022- Июнь 2023 месяцев

Разработка и поддержка внутренних проектов компании

Роль: Бэкенд-разработчик Команда: 10 разработчиков, 2 системных администратора Проект – автоматический обзвон клиентов: Проект для интеграции в локальную CRM который будет осуществлять сбор данных о клиентах и отправки на сторонний сервис для автоматического обзвона клиентов, а также с последующим сбором данных из стороннего сервиса для анализа. Задачи: Спроектировал и реализовал модуль на Go для автоматического сбора и обработки данных о клиентах из локальной CRM-системы, что обеспечило надежный и масштабируемый процесс. Разработал механизм передачи собранных данных на сторонний сервис для автоматического обзвона клиентов через интеграцию REST API. Создал интерфейс управления для сотрудников, предоставив удобные инструменты для контроля обзвона и настройки параметров кампаний. Использовал PostgreSQL для хранения и обработки данных. Реализовал функционал для автоматического сбора и анализа данных о результатах обзвона с использованием RabbitMQ для управления очередями данных и асинхронной обработки. Достижения: Сократил время подготовки данных для обзвона на 30% за счет автоматизации процесса, что привело к снижению операционных расходов на 20%. Внедрил систему мониторинга, которая позволила в реальном времени контролировать процесс обзвона и оперативно реагировать на сбои, улучшив стабильность системы на 25%. Повысил эффективность обработки данных на 40% благодаря оптимизации архитектуры и использования асинхронной передачи данных через RabbitMQ. Обеспечил обработку до 1000 запросов в минуту, что улучшило масштабируемость и производительность системы.

Go, PostgreSQL, RabbitMQ, REST API

август(2021) - апрель 2022 месяцев

Приложение, которое осуществляет сбор данных о звонках клиентов из бд, с последующей отправкой на сервис для речевой аналитики и сбора данных из сервиса.

Команда:10 разработчиков, 2 системных администратора Роль: Бэкенд-разработчик Описание: Приложение, которое осуществляет сбор данных о звонках клиентов из бд, с последующей отправкой на сервис для речевой аналитики и сбора данных из сервиса. Задачи: Разработал техническое задание, включив описание функциональных и нефункциональных требований для системы речевой аналитики. Спроектировал архитектуру приложения для сбора данных о звонках и взаимодействия с сервисом речевой аналитики, обеспечив масштабируемость и отказоустойчивость. Реализовал механизм подключения к базе данных (PostgreSQL) для сбора данных о звонках, их предварительной обработки и подготовки к передаче на сервис. Разработал структуру базы данных для хранения результатов речевой аналитики с оптимизацией для быстрого доступа, что сократило время обработки запросов на 35%. Создал распределенную систему обработки аудио- и текстовых данных с использованием конкурентных возможностей Go (goroutines, channels), что позволило обрабатывать более 5000 параллельных запросов. Интегрировал поддержку различных хранилищ для аудио- и текстовых данных, включая облачные и локальные, с использованием Redis для ускорения повторных запросов. Разработал REST и gRPC API для взаимодействия с клиентами, обеспечив доступ к результатам речевой аналитики через веб- и мобильные приложения. Реализовал проверку аудиофайлов на соответствие требованиям (формат, размер, битрейт и т.д.), что снизило количество ошибок при обработке данных на 20%. Достижения: Интеграция с передовым сервисом речевой аналитики улучшила точность анализа звонков на 40%, что повысило качество обслуживания клиентов. Реализовал безопасное хранение записей звонков в облачном хранилище с шифрованием данных и предоставлением доступа только уполномоченным пользователям, увеличив уровень безопасности на 30%. Оптимизировал загрузку и обработку аудиофайлов, внедрив многопоточную обработку, что сократило время обработки данных на 50%. Система обеспечила возможность обработки до 1000 звонков в минуту, что улучшило производительность и позволило масштабировать платформу для растущего объема данных.

Go, PostgreSQL, gRPC, REST API

Апрель 2021 - Июль 2021 месяцев